Prädiktive Qualität in der Prozesslenkung-Reference-Cited by-同舟云学术

Prädiktive Qualität in der Prozesslenkung

Published:2021-10-01 Issue:10 Volume:116 Page:662-666
ISSN:2511-0896
Container-title:Zeitschrift für wirtschaftlichen Fabrikbetrieb
language:en
Short-container-title:

Author:

Beckschulte Sebastian¹,Klasen Nils¹,Huebser Louis¹,Schmitt Robert H.¹

Affiliation:

1. Werkzeugmaschinenlabor WZL der RWTH Aachen University Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement Campus-Boulevard 30 , Aachen Germany

Abstract

Abstract Im Kontext von Industrie 4.0 offenbaren sich im Qualitätsmanagement neue Chancen, bisherige Limitationen von Qualitätswerkzeugen aufzuheben, um so das Prozesswissen und die Produktqualität zu erhöhen. Am Beispiel eines Verschraubungsprozesses wird aufgezeigt, wie bei selbiger Datenbasis bereits ein einfacher Ansatz eines Neuronalen Netzes Prozessstörungen besser vorhersagen kann als eine klassische SPC.

Publisher

Walter de Gruyter GmbH

Subject

Management Science and Operations Research,Strategy and Management,General Engineering

Link

https://www.degruyter.com/document/doi/10.1515/zwf-2021-0134/pdf

Reference8 articles.

1. Beckschulte, S.; Günther, R.; Huebser, L. Schmitt, R. H.: Mit Predictive Quality in die Zukunft sehen. ZWF 115 (2020) 10, S. 715–718 DOI: /10.1515/zwf-2020-1151015

2. Schmitt, R. H. et al.: Datenbasiertes Qualitätsmanagement im Internet of Production. In: Frenz, W. (Hrsg.): Handbuch Industrie 4.0: Recht, Technik, Gesellschaft. Springer-Verlag, Berlin 2020, S. 489–516 DOI: /10.1007/978-3-662-58474-3_25

3. Buschmann, D. et al.: Zukunftsfähige Produktionssysteme durch Predictive Quality. In: Pfeifer, T.; Schmitt, R. (Hrsg.): Masing Handbuch Qualitätsmanagement. 7. Aufl., Carl Hanser Verlag, München 2021. S. 799–828 DOI: /10.3139/9783446466210.035

4. Zonnenshain, A.; Kenett, R.: Quality 4.0 – The Challenging Future of Quality Engineering. Quality Engineering 32 (2020) 4, S. 614–626 DOI: /10.1080/08982112.2019.1706744

5. Dietrich, E.; Schulze, A.: Statistische Verfahren zur Maschinen- und Prozessqualifikation. 7. Aufl., Carl Hanser Verlag, München 2014 DOI: /10.3139/9783446440241.fm

Cited by 3 articles. 订阅此论文施引文献订阅此论文施引文献，注册后可以免费订阅5篇论文的施引文献，订阅后可以查看论文全部施引文献

1. Befähigung von KMU zur Nutzung von Machine-Learning-Potenzialen;Zeitschrift für wirtschaftlichen Fabrikbetrieb;2023-03-31

2. Digital Vehicle Protocol based on Distributed Ledger Technology in Production;Procedia CIRP;2022

3. Potenziale von Neuronalen Netzen gegenüber SPC zur Fehlervermeidung in der Prozesssteuerung;Trends und Entwicklungstendenzen im Qualitätsmanagement;2022