Verlag > Werkstattstechnik online > Premiumartikel
   

wt-online - Ausgabe 10-2017, S. 773-778

Kompletter Beitrag im pdf-Format 773_88478.pdf

Automobilindustrie, Industrie 4.0, MES (Manufacturing Execution System)

Data Mining zur Nacharbeitsdauerprognose*

Prädiktive Nacharbeitssteuerung und Arbeitsprozessoptimierung für die Montage in der Automobilindustrie

Der Fachbeitrag zeigt am Beispiel der Nacharbeitssteuerung und Arbeitsprozessoptimierung in der Automobilmontage, wie produkt- und prozessbezogene Qualitätsdaten durch den Einsatz von Data Mining-Methoden analysiert sowie effizient genutzt werden können. Dazu wurden Daten aus Manufacturing-Execution-Systemen (MES) mithilfe von Regressionsbäumen zur Entwicklung einer fahrzeugspezifischen Nacharbeitsdauerprognose ausgewertet. Das grundlegende Data Mining-Konzept sowie die Pilotierungsergebnisse werden nachfolgend dargestellt.

Data Mining-based forecasting of rework duration - Predictive rework control and work process optimization in the automotive assembly

The article shows at the example of rework control and operating process optimization in the car assembly how recorded product- and process-related quality data can be analyzed and used efficiently by using Data Mining-methods. With data from MES-systems regression trees were built for a vehicle-specific rework duration forecast. The basic concept and validation results will be presented below.

Autor:
Krzoska, S.; Eickelmann, M.; Schmitt, J.; Deuse, J. Prof.

Der vollständige Beitrag ist erschienen in:
wt-online 10-2017, Seite 773-778
Sie können diese Ausgabe gerne bei uns bestellen.


IMPRESSUM  |  © SPRINGER-VDI-VERLAG 2017
Login für registrierte Benutzer

Sind Sie neu hier?