Aktuelles

Marcel Braig und Prof. Peter Zeiler haben im Open Access Journal "IEEE Access" (peer-reviewed) publiziert. Ihre Veröffentlichung trägt den Titel: " Using Data From Similar Systems for Data-Driven Condition Diagnosis and Prognosis of Engineering Systems: A Review and an Outline of Future Research Challenges". Dieser Beitrag gibt einen Überblick über aktuelle Forschung im Bereich des Prognostics and Health Managements ähnlicher technischer Systeme (sogenannte Similar Systems). Zentraler Ansatz ist es, Daten ähnlicher Systeme (z. B. verschiedener Dimensionierung, verschiedener Generation) für die Zustandsdiagnose und -prognose nutzbar zu machen. Damit soll die nötige Datenmenge vom zu untersuchenden System selbst reduziert werden.

Die Publikation erfolgte Open Access, sodass sie unter folgendem Link kostenlos zugänglich ist.

► weitere Informationen und Download

Der Forschungsbereich hat auf der europäischen Konferenz für Sicherheit und Zuverlässigkeit 2022 in Dublin zwei Arbeiten vorgestellt.

Fabian Mauthe, Marcel Braig und Prof. Peter Zeiler untersuchten die Güte neuronaler Netzarchitekturen bei der Restlebensdauervorhersage. Das Paper mit der doi: 10.3850/978-981-18-5183-4_R22-07-121-cd ist im Open Access Format veröffentlicht. Es kann unter folgendem Link frei zugänglich abgerufen werden.

► zum Download

Prof. Peter Zeiler betrachtete den Einfluss von marktspezifischen Absatzmengen und Lastspektren verschiedener Anwendungen auf die Zuverlässigkeit. Dabei wurden auch statistische Unsicherheiten betrachtet und über Konfidenzintervalle quantifiziert. Das Paper mit der doi: 10.3850/978-981-18-5183-4_R16-05-140-cd ist im Open Access Format veröffentlicht. Es kann unter folgendem Link frei zugänglich abgerufen werden.

► zum Download

Unter Leitung von Prof. Dr.-Ing. Peter Zeiler hat der VDI-Fachausschuss FA 513 Prognostics & Health Management den Statusreport „Intelligente Zustandsprognose und vorausschauende Instandhaltung - Prognostics and Health Management“ ausgearbeitet und im Juli 2022 veröffentlicht.

In dem Report werden existierende Verfahren von PHM vorgestellt und bewertet sowie die vielfältigen Potentiale und Einsatzmöglichkeiten aufgezeigt. So soll das Fachgebiet PHM dem Fachpublikum mit Anwendern und Entscheidungsträgern aus der Praxis sowie einer breiteren Öffentlichkeit bekannter gemacht werden.

Der Report macht anhand von Beispielen aus verschiedenen Branchen deutlich, dass ein sicherer, zuverlässiger und wirtschaftlicher Betrieb von automatisierten bis hin zu autonomen technischen Systemen in Zukunft ohne PHM-Einsatz nicht möglich sein wird.

► zum Statusreport

Simon Hagmeyer, Prof. Peter Zeiler und Prof. Marco F. Huber (IFF Universität Stuttgart & Fraunhofer IPA) haben auf der siebten europäischen Konferenz der PHM Society eine Arbeit über die Einbindung von Prozesskenntnissen in die datengetriebene Zustandsdiagnose und -prognose vorgestellt.

Das Paper mit der doi: 10.36001/phme.2022.v7i1.3352 ist im Open Access Format veröffentlicht. Es kann unter folgendem Link frei zugänglich abgerufen werden.

► zum Download

Prof. Dr.-Ing. Peter Zeiler von der Fakultät Maschinen und Systeme der Hochschule Esslingen hat eine wichtige Auszeichnung erhalten. So hat ihn die Fakultät Konstruktions-, Produktions- und Fahrzeugtechnik der Universität Stuttgart für fünf Jahre als assoziiertes Mitglied im Promotionsausschuss aufgenommen. Damit ist der Wissenschaftler bei der Betreuung von Promotionen einem Universitätsprofessor grundsätzlich gleichgestellt. Derzeit laufen bereits zwei Promotionen zusammen mit der Universität Stuttgart in seinem Arbeitsbereich.

► zum Pressebericht

Fabian Mauthe, Simon Hagmeyer und Prof. Peter Zeiler haben ihre Forschungsergebnisse im angesehenen "International Journal of Prognostics and Health Management" (peer-reviewed) publiziert. Ihre Veröffentlichung trägt den Titel: Creation of Publicly Available Data Sets for Prognostics and Diagnostics Adressing Data Scenarios Relevant to Industrial Applications. In diesem Beitrag werden entwickelte Kriterien zur Charakterisierung von Datensätzen im Kontext von Prognostics and Health Management vorgestellt sowie ein umfangreicher Überblick zu öffentlich verfügbaren Degradationsdaten gegeben. Solche Daten werden beispielsweise für die Entwicklung von Verfahren des maschinellen Lernens zur Zustandsprognose bei technischen Systemen benötigt. Zudem wird ein an der Hochschule entwickelter Degradationsprüfstand vorgestellt sowie die damit generierten Datensätze bereitgestellt.

Die Publikation erfolgte Open Access, sodass sie unter folgendem Link kostenlos zugänglich ist.

► weitere Informationen und Download