Maschinenbau (MB)
Refine
Publication Type
- Conference Proceeding (43) (remove)
Keywords
- Biogas (1)
- Data Analytics (1)
- Industrie 4.0 (1)
- Optimierung (1)
- Predictive Maintenance (1)
- Rührtechnik (1)
Faculty
- Maschinenbau (MB) (43) (remove)
Stagnation Flow and Heat Transfer From a Finite Disk Situated Perpendicular to a Uniform Stream
(2019)
Numerical investigation of a transonic dense gas flow over an idealized blade vane configuration
(2023)
Moderne Produktions- und Verarbeitungsanlagen in der Stahlherstellung beinhalten eine Vielzahl von Sensoriken und digitalisierten Informationen. Prinzipiell stehen daher bereits während des Betriebes große Datenmengen entlang des gesamten Herstellungsprozess zur Verfügung. Diese Daten werden teilweise direkt für interne Regelungen der Maschinen oder für Qualitätskontrollen genutzt. Ein Großteil dieser Daten bleibt jedoch ungenutzt. Dies hat zwei Hauptgründe: Zum einen müssten sehr große Datenmengen gespeichert werden, zum anderen sind die erzeugten Daten sehr heterogen und ohne Vorverarbeitung und Kenntnis der physikalischen Wirkzusammenhänge von keinem direktem Nutzen. Der Verknüpfung von relevantem Wissen, Modellen und Daten über alle relevanten technischen Domänen hinweg bietet die Möglichkeit den OEE zu optimieren. Ein domänenübergreifender Datenzugriff ermöglicht neue Möglichkeiten für produzierende Unternehmen, insbesondere müssen mit Wissen aufbereitete Daten zusammen mit bedarfsgerecht reduzierten Modellen genutzt werden. Diese modellbasierte Datenanalyse stellt die Grundlage für einen optimalen Nutzen von Daten aus der Produktion dar.
Numerical Verification of the Thermodynamic Determination of the Hydraulic Efficiency of Radial Fans
(2019)
CFD-SUPPORTED DATA REDUCTION OF HOT-WIRE ANEMOMETRY SIGNALS FOR COMPRESSIBLE ORGANIC VAPOR FLOWS
(2022)
Assessment of Compressible RANS and LES Methods for Organic Vapor Flows Past a NACA4412 Airfoil
(2019)
A user-friendly Pitot probe data reduction Excel-Refprop-Routine for non-ideal gas flow applications
(2021)
The paper deals with the development of a new type of production planning and control in a wood-processing company. The production is already highly automated and data from the production processes are gathered and stored in a database. The project picks up these technical basements in order to automatically provide intelligent decisions and make the factory even smarter.