Maschinenbau (MB)
Refine
Year
Publication Type
- Article (98)
- Lecture (82)
- Part of a Book (55)
- Conference Proceeding (43)
- Book (25)
- Contribution to a Periodical (21)
- Report (1)
- Sound (1)
Language
- German (155)
- English (153)
- Multiple languages (18)
Keywords
- Industrie 4.0 (7)
- Digitaler Schatten (4)
- Digitalisierung (3)
- Biogas (1)
- Data Analytics (1)
- Data security (1)
- Digital Twin (1)
- Energieflexibilität (1)
- Fertigung (1)
- Geschäftsmodelle (1)
Faculty
- Maschinenbau (MB) (326) (remove)
Die Entwicklung einer automatisierten Produktionssteuerung in der Holzveredelung soll logistische Potenziale nutzen und Wettbewerbsvorteile sowie die Standortsicherheit erhöhen. Dies erfordert die rechnergestützte Lösung von komplexen Optimierungsaufgaben in stark begrenzter Rechenzeit. Dieser Beitrag stellt einen Ansatz für die prozessbegleitende Optimierung innerhalb der Produktionssteuerung vor, wobei die Praxistauglichkeit der Optimierungsergebnisse im Vordergrund steht.
Pinsel und Dolch
(1999)
Optimal control problems with delays in state and control and mixed control-state constraints"
(2009)
Numerical Verification of the Thermodynamic Determination of the Hydraulic Efficiency of Radial Fans
(2019)
Numerical Optimization of a Piece Wise-Wise Conical Contraction Zone of a High-Pressure Wind Tunnel
(2015)
Numerical Model of the Railway Brake Disk for the Temperature and Axial Thermal Stress Analyses
(2022)
Numerical investigation of a transonic dense gas flow over an idealized blade vane configuration
(2023)
Numerical Calibration of Three-Dimensional Printed Five-Hole Probes for the Transonic Flow Regime
(2021)
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.