Vom Feinen ins Grobe
| dc.contributor.author | Paschek, Stefan | |
| dc.contributor.author | Burghart, Catherina | |
| dc.contributor.author | Kipfmüller, Martin | |
| dc.contributor.editor | Reussner, Ralf H. | |
| dc.contributor.editor | Koziolek, Anne | |
| dc.contributor.editor | Heinrich, Robert | |
| dc.date.accessioned | 2021-01-27T13:33:46Z | |
| dc.date.available | 2021-01-27T13:33:46Z | |
| dc.date.issued | 2021 | |
| dc.description.abstract | Schmierfette 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.doi | 10.18420/inf2020_40 | |
| dc.identifier.isbn | 978-3-88579-701-2 | |
| dc.identifier.pissn | 1617-5468 | |
| dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/34749 | |
| dc.language.iso | de | |
| dc.publisher | Gesellschaft für Informatik, Bonn | |
| dc.relation.ispartof | INFORMATIK 2020 | |
| dc.relation.ispartofseries | Lecture Notes in Informatics (LNI) - Proceedings, Volume P-307 | |
| dc.subject | Schmierfett | |
| dc.subject | Self Organizing Map | |
| dc.subject | K – Means Clustering | |
| dc.subject | Standardabweichung | |
| dc.subject | Pulsventil | |
| dc.title | Vom Feinen ins Grobe | de |
| gi.citation.endPage | 445 | |
| gi.citation.startPage | 433 | |
| gi.conference.date | 28. September - 2. Oktober 2020 | |
| gi.conference.location | Karlsruhe | |
| gi.conference.sessiontitle | Künstliche Intelligenz für kleine und mittlere Unternehmen |
Dateien
Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
- Name:
- C5-4.pdf
- Größe:
- 635.38 KB
- Format:
- Adobe Portable Document Format