Logo des Repositoriums
 

Vom Feinen ins Grobe

Kurzanzeige
dc.contributor.authorPaschek, Stefan
dc.contributor.authorBurghart, Catherina
dc.contributor.authorKipfmüller, Martin
dc.contributor.editorReussner, Ralf H.
dc.contributor.editorKoziolek, Anne
dc.contributor.editorHeinrich, Robert
dc.date.accessioned2021-01-27T13:33:46Z
dc.date.available2021-01-27T13:33:46Z
dc.date.issued2021
dc.description.abstractSchmierfette sind komplexe Werkstoffe die starken Parameterschwankungen unterliegen. Moderne Pulsventile ermöglichen das Applizieren von Schmierfetten mit Genauigkeiten im mg und µg Bereich. Die Bestimmung der Prozessfähigkeit erfordert hierbei je nach vorhandenem Messgerät ein manuelles Mehrfachauftragen von Schmierfettpulspunkten, um die Masse sicher zu erfassen und Rauschen zu unterdrücken. Um der Schmierfettmasse einen Erwartungswert und ein gültiges Toleranzintervall mit Standardabweichung zuzuweisen, wurde ein Algorithmus bestehend aus einer Self Organizing Map und eines K – Means Clustering Algorithmus entworfen. Dieser Algorithmus erlaubt sowohl die Bestimmung von Eingangsparametern zu einem definierten Massenerwartungswert, als auch die Vorhersage welcher Erwartungswert unter Verwendung von eingestellten Prozessparametern entstehen wird. Der Algorithmus wurde mit Trainingsdaten aus einem Versuchsstand trainiert und mit Testdaten evaluiert.de
dc.identifier.doi10.18420/inf2020_40
dc.identifier.isbn978-3-88579-701-2
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/34749
dc.language.isode
dc.publisherGesellschaft für Informatik, Bonn
dc.relation.ispartofINFORMATIK 2020
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-307
dc.subjectSchmierfett
dc.subjectSelf Organizing Map
dc.subjectK – Means Clustering
dc.subjectStandardabweichung
dc.subjectPulsventil
dc.titleVom Feinen ins Grobede
gi.citation.endPage445
gi.citation.startPage433
gi.conference.date28. September - 2. Oktober 2020
gi.conference.locationKarlsruhe
gi.conference.sessiontitleKünstliche Intelligenz für kleine und mittlere Unternehmen

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild
Name:
C5-4.pdf
Größe:
635.38 KB
Format:
Adobe Portable Document Format
Herunterladen

Sammlungen

P307 - INFORMATIK 2020 - Back to the Future