Volltext-Downloads (blau) und Frontdoor-Views (grau)
Das Suchergebnis hat sich seit Ihrer Suchanfrage verändert. Eventuell werden Dokumente in anderer Reihenfolge angezeigt.
  • Treffer 48 von 920
Zurück zur Trefferliste

Zuverlässigkeitsanalyse von Schweißprozessen mit Supervised Learning Methoden

  • In dieser Arbeit wird Supervised Learning verwendet, um die Zuverlässigkeit von Schweißverbindungen zu evaluieren. Um die Schweißqualität zu bestimmen, wurden End of Life Tests durchgeführt. Für die statistische Auswertung und Vorhersage der zu erwartenden Lebensdauer, wurden die Daten basierend auf einer logarithmischen Normalverteilung und mit einer multivariablen linearen Regression modelliert. Um die signifikanten Einflussfaktoren zu identifizieren, wurde eine schrittweise Regression genutzt. Die Ergebnisse zeigen, dass das entwickelte Modell die Zuverlässigkeit und Lebensdauer der Schweißverbindung akkurat abbildet und präzise Vorhersagen liefern kann.

Volltext Dateien herunterladen

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar
Metadaten
Verfasserangaben:Kathrin Plankensteiner
DOI:https://doi.org/10.25924/opus-3176
Titel des übergeordneten Werkes (Deutsch):Konferenz der Mechatronik Plattform Österreich 2019
Untertitel (Deutsch):"Machine Learning und Data Science in der Mechatronik". Tagungsband. Villach, 21. November 2019. FH Kärnten, Campus Villach
Verlag:FH Kärnten
Verlagsort:Villach
Herausgeber:Wolfgang Werth
Dokumentart:Konferenzveröffentlichung
Sprache:Deutsch
Erscheinungsjahr:2019
Datum der Freischaltung:27.11.2019
Freies Schlagwort / Tag:Lebensdauermodellierung; Regressionsanalyse; Zuverlässigkeitsanalyse
Machine Learning
Erste Seite:30
Letzte Seite:31
Organisationseinheit:Forschung / Forschungszentrum Digital Factory Vorarlberg
JEL-Klassifikation:C Mathematical and Quantitative Methods
Open Access?:ja
Peer Review:wiss. Beitrag, nicht peer-reviewed
Publikationslisten:Plankensteiner, Kathrin
Bibliographie 2019
Lizenz (Deutsch):License LogoCreative Commons - CC BY - International - Attribution- Namensnennung 4.0