Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Big Data, IOT und Machine Learning - Neue Perspektiven für Lastdaten und Schadensvorhersagen

 
: Tiesler, H.; Messmer, M.; Paul, N.; Sicking, J.

Deutscher Verband für Materialforschung und -prüfung e.V. -DVM-, Arbeitskreis Betriebsfestigkeit; Deutscher Verband für Materialforschung und -prüfung e.V. -DVM-, Berlin:
Lastannahmen und Anforderungsmanagement in der Betriebsfestigkeit - neue Trends : 46. Tagung des DVM-Arbeitskreises Betriebsfestigkeit, 09. und 10. Oktober 2019, Wolfsburg
Berlin: DVM, 2019 (DVM-Bericht 146)
pp.1-16
Deutscher Verband für Materialforschung und -prüfung, Arbeitskreis Betriebsfestigkeit (Tagung) <46, 2019, Wolfsburg>
German
Conference Paper
Fraunhofer IAIS ()
Lastdatenanalyse; Felddaten; Big Data; machine learning

Abstract
Vorgestellt wird ein Data-Analytics-Projekt, das im IoT-Lab des Innovations-Zentrums der ZF Friedrichshafen AG zusammen mit dem Fraunhofer IAIS durchgeführt wurde. Am Beispiel des ZF Bus-Automatgetriebes EcoLife wird gezeigt, wie ein Datenmodell aus verfügbaren Produktions-, Feldkollektiv- und Schadensdaten einer Gesamtpopulation von Fahrzeugen für Analysezwecke erstellt wurde. Möglichkeiten der Exploration von Belastungsdaten zur Ableitung von Lastannahmen werden gezeigt. Mit Machine-Learning-Verfahren können rein datenbasiert Klassen von Einsatzfällen voneinander separiert und identifiziert werden. Weiterhin wird gezeigt, wie Schadensvorhersagemodelle basierend auf Felddaten aussehen können. Supervised Machine Learning zeigt hier große Potentiale.

: http://publica.fraunhofer.de/documents/N-565421.html