%0 Journal Article %1 lindemann2017softwaresysteme %A Lindemann, Benjamin %A Jazdi, Nasser %A Weyrich, Michael %D 2017 %J Industrie 4.0 Management %K 2017applikationen 2017ias 2018digitalerzwilling bigdataanalytics ias %N 6 %T Softwaresysteme zur Qualitätssicherung in der Umformtechnik – Ein Ansatz für die echtzeitfähige und prozessübergreifende Qualitätsüberwachung %U https://www.ias.uni-stuttgart.de/dokumente/publikationen/2017_Softwaresysteme_zur_Qualitaetssicherung_in_der_Umformtechnik.pdf %X Produzierende Unternehmen stehen stets vor der Herausforderung, qualitativ hochwertige Produkte zu erzeugen, die den strengen Anforderungen der Kunden und des Gesetzgebers genügen. Das Qualitätsergebnis muss trotz entlang der Wertschöpfungskette auftretender Schwankungen und Unregelmäßigkeiten reproduzierbar sein. Das gilt speziell für die Branche der Massivumformung, die durch ihre Abhängigkeit von den Entwicklungen in der Automobil- sowie Luft- und Raumfahrtindustrie zusätzliche Anforderungen durch den dort stattfindenden strukturellen Wandel hin zur E-Mobilität und zum Leichtbau erfährt. Um diesen Herausforderungen gewachsen zu sein, werden Lösungen benötigt, die die zunehmende Komplexität entlang der Prozesskette beherrschbar machen und zu einer erhöhten Prozessstabilität und Effizienz beitragen. Dieser Beitrag stellt einen datengetriebenen Ansatz vor, der darauf abzielt, kurzfristig auftretende Qualitätsschwankungen zu verfolgen. Prozessdaten werden dazu In-Memory in einer multidimensionalen Datenbank modelliert. Auf Basis der Ergebnisse eines Online Analytical Processing (OLAP) soll in Echtzeit reagiert und steuernd auf die Prozesskette eingewirkt werden.

@article{lindemann2017softwaresysteme, abstract = {Produzierende Unternehmen stehen stets vor der Herausforderung, qualitativ hochwertige Produkte zu erzeugen, die den strengen Anforderungen der Kunden und des Gesetzgebers genügen. Das Qualitätsergebnis muss trotz entlang der Wertschöpfungskette auftretender Schwankungen und Unregelmäßigkeiten reproduzierbar sein. Das gilt speziell für die Branche der Massivumformung, die durch ihre Abhängigkeit von den Entwicklungen in der Automobil- sowie Luft- und Raumfahrtindustrie zusätzliche Anforderungen durch den dort stattfindenden strukturellen Wandel hin zur E-Mobilität und zum Leichtbau erfährt. Um diesen Herausforderungen gewachsen zu sein, werden Lösungen benötigt, die die zunehmende Komplexität entlang der Prozesskette beherrschbar machen und zu einer erhöhten Prozessstabilität und Effizienz beitragen. Dieser Beitrag stellt einen datengetriebenen Ansatz vor, der darauf abzielt, kurzfristig auftretende Qualitätsschwankungen zu verfolgen. Prozessdaten werden dazu In-Memory in einer multidimensionalen Datenbank modelliert. Auf Basis der Ergebnisse eines Online Analytical Processing (OLAP) soll in Echtzeit reagiert und steuernd auf die Prozesskette eingewirkt werden.}, added-at = {2019-12-13T17:19:48.000+0100}, author = {Lindemann, Benjamin and Jazdi, Nasser and Weyrich, Michael}, biburl = {https://puma.ub.uni-stuttgart.de/bibtex/2f8f157e610d49bafbebdfcbda117395a/taylansngerli}, interhash = {061b5440bbb6c4043fde51ec95f9ca06}, intrahash = {f8f157e610d49bafbebdfcbda117395a}, journal = {Industrie 4.0 Management}, keywords = {2017applikationen 2017ias 2018digitalerzwilling bigdataanalytics ias}, month = dec, number = 6, timestamp = {2020-04-30T08:19:35.000+0200}, title = {Softwaresysteme zur Qualitätssicherung in der Umformtechnik – Ein Ansatz für die echtzeitfähige und prozessübergreifende Qualitätsüberwachung}, url = {https://www.ias.uni-stuttgart.de/dokumente/publikationen/2017_Softwaresysteme_zur_Qualitaetssicherung_in_der_Umformtechnik.pdf}, year = 2017 }