Presed – Predictive Sensor Data mining

Initial situation:

  • Some steelworks experiences problems with product deficiencies like slivers and cracks.
  • Several pre-studies indicated a relationship between the time dependence of a set of measured values and the occurrence frequency of the defect.
  • Methods for predicting, detecting and reducing the defect early in the process are desired.

Working topics:

  • Highly resolved time-series process data is analysed with respect to the root causes for these defects.
  • Influential key factors are derived from the time-series data to quantify the probability of the defects.
  • An event-detection for time-series data will be developed.
  • The know-how about the interdependencies is conserved in an ontological knowledge base.

Results:

  • A prediction system for the defect probability is developed to assist the plant personnel.
  • Novel results on defect appearance and root causes are expected.
  • Reduction of slivers and cracks by operating the processes at optimum working points.

Siehe auch

SPIRE Projekt DESTINY

Development of an Efficient microwave System for material Transformation in energy INtensive processes for an improved Yield Situation: Die Stahlerzeugung […]

FlexGap – Industrielle Demonstration einer neuen, adaptiven Flachführung

Mit mehr und mehr hochfesten Stählen müssen die Walzgerüste an die daraus resultierenden höheren Walzkräfte angepasst werden. Aufgrund der größeren […]

OptProKomp

OptProKomp – Optimierte Prozesskette zur Erzeugung bedarfsgerechter Werkstoffeigenschaften für extrem beanspruchte Maschinen- und Anlagenkomponenten Situation: In nahezu allen industriellen Bereichen […]

TriboCoat – Optimierung von hochbeanspruchten Gleitkontakten durch den Einsatz innovativer Beschichtungs- und Oberflächenkonzepte

Situation: Häufiger Funktionsausfall bei Gleitkontakten im Grenzreibungsregime bei diskontinuierlichen Bewegungsabläufen und hohen Lasten. Hohe Folgekosten z.B. bei Stranggießanlagen durch Lagerschäden, […]