Lade Veranstaltungen

« Alle Ver­an­stal­tun­gen

  • Die­se Ver­an­stal­tung hat bereits statt­ge­fun­den.

Datenmengen der Prozesstechnik interpretieren

4. Dezember um 9:005. Dezember um 16:30

€1.320 — €1.460
Haus der Technik Prozessdatenanalyse: Zusammenhänge aus großen Datenmengen der Prozesstechnik bewerten und interpretieren

Sie ler­nen, wie Sie Zusam­men­hän­ge aus gro­ßen Daten­men­gen bewer­ten und inter­pre­tie­ren und ver­ste­hen die Funk­tio­nen von Soft­ware­tools zur Daten­ana­ly­se. Bei­spie­le aus der Ver­fah­rens­tech­nik stüt­zen die Metho­dik, Sie rech­nen eige­ne ein­fa­che Bei­spie­le.

Inhalt

  • Erken­nung von Ände­run­gen, wie z.B. Lecka­gen mit sta­tis­ti­schen Metho­den.
  • Pro­zess­da­ten­vor­be­hand­lung von gestör­ten Mes­sun­gen (Fil­ter und Aus­rei­ßer­ken­nung).
  • Erken­nung von signi­fi­kan­ten Ein­fluss­fak­to­ren auf rele­van­te Grö­ßen wie z.B. Umsatz mit­tels (partiellen-)Korrelations-analyse.
  • Schät­zung und Bewer­tung von Zusam­men­hän­gen wie Kali­brier­kur­ven, Kenn­li­ni­en und Trends mit­tels Regres­si­on.
  • Erken­nung von Zusam­men­hän­gen und Daten­re­duk­ti­on von „Big Daten“ mit­tels Haupt­kom­po­nen­ten­ana­ly­se.
  • Expe­ri­men­tel­le Modell­bil­dung bei gro­ßen Daten­men­gen durch Bei­be­hal­tung der wich­tigs­ten Kom­po­nen­ten (schritt­wei­se, par­ti­el­le, Haupt­­kom­­po­­nen­­ten-Regres­­si­on).
  • Soft­sen­so­ren für nicht direkt mess­ba­re Grö­ßen (auch neu­ro­na­le Net­ze).
  • Sta­tis­ti­sche Pro­­zess- und Mess­ge­rä­te­kon­trol­le (SPC) mit­tels ver­schie­de­ner ein- und mehr­di­men­sio­na­len Regel­kar­ten.
  • Schwin­gungs­ana­ly­se und Feh­ler­früh­erken­nungs­me­tho­den für die Instand­hal­tung. Erken­nung von Ven­til­rei­bun­gen.
  • Clus­ter­bil­dung und Klas­si­fi­ka­ti­on neu­er Mes­sun­gen für die Feh­ler­erken­nung und Ursa­chen­ana­ly­se.

Zum Thema

Die stei­gen­de Zahl immer moder­ner wer­den­der Mess­wert­erfas­sungs­sys­te­me führt in der heu­ti­gen Zeit zu einer wach­sen­den Fül­le von Daten. Der rich­ti­ge Umgang mit die­sen Daten kann dabei ent­schei­dend sein, ob die dar­in ent­hal­te­nen Infor­ma­tio­nen brach­lie­gen oder intel­li­gent genutzt wer­den und somit hel­fen Betriebs‑, Per­­so­­nal- und Instand­hal­tungs­kos­ten dras­tisch zu sen­ken.
Alle auf­ge­lis­te­ten Metho­den wer­den anhand prak­ti­scher Bei­spie­le ein­ge­führt und erläu­tert. Erst nach Übung der Vor­ge­hens­wei­se wer­den klei­ne­re Bei­spie­le von den Teil­neh­mern gerech­net. Die Teil­neh­mer wer­den ein­fa­che Bei­spie­le mit Excel, kom­ple­xe­re Auf­ga­ben mit der frei­ver­füg­ba­ren sta­tis­ti­schen Pro­gram­mier­spra­che R oder Rapid­Mi­ner berech­net. Auf kom­mer­zi­el­le Lösungs­we­ge wird eben­falls hin­ge­wie­sen und eine Über­sicht der gän­gi­gen kom­mer­zi­el­len und lizenz­frei­en Pro­gramm­pa­ke­te wird vor­ge­stellt.
  • Metho­den des Data Mining
  • hoher Pra­xis­be­zug Ver­fah­rens­tech­nik
  • ver­tief­tes Ver­ständ­nis durch Übun­gen

Zielsetzung

Sie ler­nen die Zusam­men­hän­ge aus gro­ßen Daten­men­gen (heut­zu­ta­ge „Big Data“ genannt)  her­aus­zu­ho­len, zu bewer­ten und  zu inter­pre­tie­ren. Sie ver­ste­hen was hin­ter Funk­tio­nen von Soft­ware­tools zur Daten­ana­ly­se steckt. Neben den übli­chen Funk­tio­nen, wie Fil­tern, Kor­re­la­ti­on und Regres­si­on wer­den auch Metho­den zur Daten­re­duk­ti­on, Klas­si­fi­ka­ti­on, expe­ri­men­tel­le Modell­bil­dung und Modell­re­duk­ti­on behan­delt. Die Erklä­rung erfolgt anschau­lich an ver­fah­rens­tech­ni­schen Pro­blem­stel­lun­gen wie unter ande­rem die Bestim­mung der Rest­lauf­zeit eines Wär­me­tau­schers, eines Gas­ana­ly­sa­tors, Auf­stel­lung eines dyna­mi­schen Pro­zess­mo­dells u.a. für Soft­sen­so­ren. Jeder Teil­neh­mer erhält hier­zu eini­ge Bei­spiel­pro­gram­me, in dem die wich­tigs­ten Rou­ti­nen für ein­fa­che Test­da­ten ent­hal­ten sind, um den Lern­vor­gang zu unter­stüt­zen.

Teilnehmerkreis

Ent­schei­dungs­trä­ger und Inge­nieu­re und (Instand­hal­tung, Betrieb, etc.), die mit Mes­sun­gen in der Pro­duk­ti­on beauf­tragt sind und jene, die aus die­sen Schlüs­se für den rei­bungs­lo­sen Betrieb zie­hen möch­ten.

Weiterführende Links zu „Prozessdatenanalyse – Zusammenhänge aus großen Datenmengen der Prozesstechnik interpretieren“

Veranstaltungsort

Haus der Tech­nik Essen
Hol­le­str. 1
Essen, 45127 Deutsch­land
+ Goog­le Kar­te
Tele­fon:
+49 (0) 201 1803 1
Web­site:
http://www.hdt-essen.de

Veranstalter

Haus der Tech­nik
Tele­fon:
+49 (0) 201 1803 1
E‑Mail:
information@hdt-essen.de
Web­site:
http://www.hdt-essen.de