Home
BLEIBEN SIE UPTODATE
Registrieren Sie sich für unseren monatlichen Newsletter.
Ihre Adresse wird nicht an Dritte weitergegeben.
Zu unseren Datenschutz-Bestimmungen.

     

EVENT
04.12.2019
Teile diesen Event
Art Seminar
Dauer 2 Tage
20.02.2017 in Essen
27.03.2019 in Essen
04.12.2019 in Essen

Eintritt: kostenpflichtig

Datenanalyse - Betriebsdaten der Prozesstechnik bewerten

Seminar

Zum Thema
Industrie 4.0 und immer modernere Messwerterfassungssysteme führen zu einer wachsenden Datenmenge. Verstehen Sie es, die im Unternehmen erfassten Daten der Prozess- und Verfahrenstechnik für Ihre Anforderungen Gewinn bringend zu nutzen? Erkennen Sie den Mehrwert der Vernetzung? Eine wirksame Datenanalyse unterstützt die Betriebssicherheit und Anlagenverfügbarkeit und kann helfen, Betriebs-, Personal-, Gewährleistungs- und Instandhaltungskosten drastisch zu senken.

Für einfache Beispiele kann die Datenauswertung mit Excel erfolgen, für komplexere Aufgaben stehen statistische Analyseverfahren wie z. B. die frei verfügbare statistische Programmiersprache R zur Verfügung.

Das Seminar gibt einen Überblick über die Methoden der Datenanalyse, praktische Beispiele der Datenauswertung in der Prozess- und Verfahrenstechnik werden gerechnet, auf kommerzielle Lösungswege wird hingewiesen und um eine Übersicht der gängigen kommerziellen und lizenzfreien Programmpakete zur Datenauswertung ergänzt.


1. Tag, 09:00-17:00 Uhr
* Prozessdatenvorbehandlung von gestörten Messungen mittels Ausreißererkennung, Glätten und Filtern (Anwendungsbeispiel: Druckmessung)
* Erkennung von signifikanten Einflussfaktoren auf relevante Größen, wie z.B. Umsatz mittels (einfacher, partieller und Rang-) Korrelationsanalyse (Anwendungsbeispiel: Zementzusammensetzung)
* Schätzung und Bewertung von Zusammenhängen wie Kalibrierkurven, Kennlinien und Trends mittels Regression (Anwendungbeispiele: Volumenbestimmung im Silo, Wärmeübertragermodell)
* Einführung in die statistische Versuchsplanung (Beispiel: Chemische Reaktion)
* Erkennung von Zusammenhängen und Datenreduktion bei vielen Einflussfaktoren (z. B. bei der Spektroskopie) mittels Hauptkomponentenanalyse (Anwendungsbeispiel: Oktanzahlbestimmung)
* Experimentelle Modellbildung bei großen Datenmengen durch Beibehaltung der wichtigsten Komponenten - Variablenreduktion mittels schrittweiser, partieller und Hauptkomponenten-Regression (Anwendungsbeispiel: Zementzusammensetzung)

2. Tag, 08:30 - 16:30 Uhr
* Softsensoren für nicht direkt messbare Größen basierend auf Regression oder neuronalen Netzen (Anwendungsbeispiel: Konzentrationsmessung)
* Statistische Prozess- und Messgerätekontrolle (SPC) mittels verschiedener ein- und mehrdimensionaler Regelkarten (Anwendungsbeispiel: Emissionsmessung)
* Schwingungsanalyse und Fehlerfrüherkennungsmethoden für die Instandhaltung. Erkennung von Ventilreibungen (Anwendungsbeispiele: Glasrisskontrolle, Lagerschaden)
* Clusterbildung und Klassifikation neuer Messungen für die Fehlererkennung und Ursachenanalyse (Anwendungsbeispiel: Strahlgutkontrolle)
* Erkennung von Änderungen in Prozessdaten mit statistischen Methoden (Beispiel: Leck in Rohrleitung)
* Vorstellung gebräuchlicher Datenanalyseprogramme und der Grundlagen der Big-Data-Methoden

Zielsetzung
Sie lernen, Zusammenhänge aus großen Datenmengen auszuwerten und „smart Data“ zu generieren. Sie verstehen Funktionen von Softwaretools zur Datenanalyse. Neben Filtern, Korrelation und Regression werden Methoden zur Datenreduktion, Klassifikation, experimentellen Modellbildung und -reduktion behandelt. Beispielprogramme, die die wichtigsten Routinen für Testdaten enthalten, erklären verfahrenstechnische Fragestellungen anschaulich. Sie lernen den Unterschied zwischen Edge und Cloud Computing.
 

Firmeninformation

PLATTFORMEN
SchuettgutPortal Recycling-Portal Solids Processing
Erhalten Sie unseren Newsletter
Newsletter Archiv
Service und Kontakt
Impressum, KontaktDisclaimerDatenschutzerklärungWerbungIhr Eintrag