Login
- Originaltitel:
- Condition Monitoring of Machine Tool Feed Drives and Methods for the Estimation of Remaining Useful Life
- Übersetzter Titel:
- Zustandsüberwachung von Vorschubantrieben an Werkzeugmaschinen und Methoden zur Prognose der Restlebensdauer
- Autor:
- Benker, Maximilian Johann Florian
- Jahr:
- 2023
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Engineering and Design
- Betreuer:
- Zäh, Michael F. (Prof. Dr.)
- Gutachter:
- Zäh, Michael F. (Prof. Dr.); Erkorkmaz, Kaan (Prof., Ph.D.); Okwudire, Chinedum (Prof., Ph.D.)
- Sprache:
- en
- Fachgebiet:
- MAS Maschinenbau
- TU-Systematik:
- FER 000; WIR 000
- Kurzfassung:
- Condition-based maintenance of machine tool feed drives offers great potential to increase the efficiency in industrial manufacturing. In this publication-based dissertation, machine learning methods were developed and applied for condition monitoring of machine tool feed drives and the estimation of remaining useful life. The proposed approaches showed high prediction accuracies even in cases where only a few historical observations were available.
- Übersetzte Kurzfassung:
- Die zustandsorientierte Instandhaltung von Vorschubantrieben an Werkzeugmaschinen bietet großes Potential zur Effizienzsteigerung in der industriellen Fertigung. Im Rahmen dieser Dissertation wurden maschinelle Lernverfahren zur Zustandsüberwachung von Vorschubantrieben an Werkzeugmaschinen und Methoden zur Prognose der Restlebensdauer entwickelt und angewendet. Die Ansätze zeigten eine hohe Vorhersagegenauigkeit, selbst in Fällen, in denen nur wenige historische Beobachtungen verfügbar waren.
- WWW:
- https://mediatum.ub.tum.de/?id=1703370
- Eingereicht am:
- 30.03.2023
- Mündliche Prüfung:
- 19.09.2023
- Dateigröße:
- 2556820 bytes
- Seiten:
- 154
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230919-1703370-1-5
- Letzte Änderung:
- 12.10.2023
BibTeX