Forschung

Projekt


MetaMaintain
Ein Meta-Lern-Ansatz zur Selektion geeigneter Prognoseverfahren für eine vorausschauende Instandhaltung in digitalisierten Produktionssystemen

Im Projekt wurde ein Meta-Lernsystem entwickelt, das automatisiert geeignete Prognosemethoden für die präventiv zustandsbasierte Instandhaltung in Produktionssystemen auswählt. Die Evaluation erfolgte über die Prognosegüte und logistische Kennzahlen, die die Auswirkungen der abgeleiteten Instandhaltungsmaßnahmen auf die Leistung des Produktionssystems beschreiben. Dazu wurde das Meta-Lernsystem mit einem Produktionssystem gekoppelt, das im Projekt durch ein ereignisdiskretes Simulationsmodell abgebildet wurde. Die auf den Prognosen aufbauende integrierte Produktions- und Instandhaltungsplanung erfolgte über Prioritätsregeln, die durch simulationsbasierte Optimierung konstruiert wurden. Das Projekt wurde in Kooperation mit Professor Dr.-Ing. Enzo Morosini Frazzon (UFSC, Brasilien) und Professor Dr.-Ing. Carlos Eduardo Pereira (UFRGS, Brasilien) durchgeführt. Finanzielle Unterstützung erfolgte durch die Deutsche Forschungsgemeinschaft (DFG) und durch die brasilianische Koordinationsstelle für die Verbesserung des Hochschulpersonals (CAPES).

Ansprechpartner:
H. Engbers eMail schickenWebseite betreten (Projektleiter)

S. Leohold eMail schickenWebseite betreten

Förderung durch:
DFG

Laufzeit:
01.01.2020 - 31.03.2022

Publikationen des Projekts ansehen
Alle Projekte ansehen

nach oben