• Online only
  • New
First page BF-2025-629
search
  • First page BF-2025-629

Projektbericht: Online-Monitoring mechanischer Belastungen

Online-Monitoring von Belastungen welche auf ein komplexes Massenprodukt im Einsatz einwirken erfordert eine skalierbare Dateninfrastruktur sowie robuste Datenverarbeitungsprozesse. Diese ermöglicht informierte Entscheidungen über den mechanischen Zustand von Bauteilen, Wartungsarbeiten und dem Recycling bzw. der Zweitnutzung von Bauteilen zu treffen. In diesem Vortrag geben wir einen Überblick darüber, wie die BMW Group in Partnerschaft mit NTT DATA an dieses Problem herangeht, welche Fallstricke während der Entwicklung auftreten können und wie maschinelles Lernen (KI) flexiblere Datenerfassung im Vergleich zu physischer Sensorik ermöglicht.

€25.00
VAT included
Quantity

 

Datenschutzbedingungen (bearbeiten im Modul "Kundenvorteile")

 

Lieferbedingungen (bearbeiten im Modul "Kundenvorteile")

 

Rücksendebedingungen (bearbeiten im Modul "Kundenvorteile")

Online-Monitoring von Belastungen welche auf ein komplexes Massenprodukt im Einsatz einwirken erfordert eine skalierbare Dateninfrastruktur sowie robuste Datenverarbeitungsprozesse. Diese ermöglicht informierte Entscheidungen über den mechanischen Zustand von Bauteilen, Wartungsarbeiten und dem Recycling bzw. der Zweitnutzung von Bauteilen zu treffen. In diesem Vortrag geben wir einen Überblick darüber, wie die BMW Group in Partnerschaft mit NTT DATA an dieses Problem herangeht, welche Fallstricke während der Entwicklung auftreten können und wie maschinelles Lernen (KI) flexiblere Datenerfassung im Vergleich zu physischer Sensorik ermöglicht.

Reference
BF-2025-629

Title
Projektbericht: Online-Monitoring mechanischer Belastungen
Author(s)
A. Nenninger, S. Maas
DOI
10.48447/BF-2025-629
Event
Strukturfestigkeit und Produktlebenszyklus – Vom Design bis zur Kreislaufwirtschaft – Tagung 2025
Year of publication
2025
Publication type
conference paper (PDF)
Language
German
Keywords
Online-Monitoring,Mechanische Belastung,Digitalisierung,KI,Machine Learning