his.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Towards data mining based decision support in manufacturing maintenance
Högskolan i Skövde, Institutionen för ingenjörsvetenskap. Högskolan i Skövde, Forskningscentrum för Virtuella system. (Produktion och automatiseringsteknik, Production and Automation Engineering)ORCID-id: 0000-0002-2545-7838
Högskolan i Skövde, Institutionen för ingenjörsvetenskap. Högskolan i Skövde, Forskningscentrum för Virtuella system. (Produktion och automatiseringsteknik, Production and Automation Engineering)ORCID-id: 0000-0002-8906-630X
Högskolan i Skövde, Institutionen för ingenjörsvetenskap. Högskolan i Skövde, Forskningscentrum för Virtuella system. (Produktion och automatiseringsteknik, Production and Automation Engineering)ORCID-id: 0000-0003-0111-1776
2018 (Engelska)Ingår i: Procedia CIRP, ISSN 2212-8271, E-ISSN 2212-8271, Vol. 72, s. 261-265Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

The current work presents a decision support system architecture for evaluating the features representing the health status to predict maintenance actions and remaning useful life of component. The evaluation is possible through pattern analysis of past and current measurements of the focused research components. Data mining visualization tools help in creating the most suitable patterns and learning insights from them. Estimations like features split values or measurement frequency of the component is achieved through classification methods in data mining. This paper presents how the quantitative results generated from data mining can be used to support decision making of domain experts.

Ort, förlag, år, upplaga, sidor
Elsevier, 2018. Vol. 72, s. 261-265
Nyckelord [en]
Maintenance, Decision Support System, Data Mining, Classification Methods, Knowledge Extraction
Nationell ämneskategori
Systemvetenskap, informationssystem och informatik
Forskningsämne
Produktion och automatiseringsteknik
Identifikatorer
URN: urn:nbn:se:his:diva-15901DOI: 10.1016/j.procir.2018.03.076Scopus ID: 2-s2.0-85049600893OAI: oai:DiVA.org:his-15901DiVA, id: diva2:1229550
Konferens
51st CIRP Conference on Manufacturing Systems, Stockholm, May 16-18, 2018
Tillgänglig från: 2018-07-01 Skapad: 2018-07-01 Senast uppdaterad: 2018-10-31Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Gandhi, KanikaSchmidt, BernardNg, Amos H. C.

Sök vidare i DiVA

Av författaren/redaktören
Gandhi, KanikaSchmidt, BernardNg, Amos H. C.
Av organisationen
Institutionen för ingenjörsvetenskapForskningscentrum för Virtuella system
I samma tidskrift
Procedia CIRP
Systemvetenskap, informationssystem och informatik

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 247 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf