diplomsko delo
Kristjan Cuznar (Avtor), Vito Logar (Mentor), Miha Glavan (Komentor)

Povzetek

Diplomsko delo se osredotoča na problem izrabe zgodovinskih proizvodnih podatkov za namene izboljševanja kakovosti produktov. Obravnavan je proces hladnega valjanja, kjer je po obsežni digitalizaciji procesa na voljo podroben vpogled v procesne razmere. Hladno valjanje predstavlja enega pomembnejših postopkov pri izdelavi pločevine in je namenjeno zmanjšanju debeline, izenačitvi debeline ter zagotovitvi ustreznih mehanskih lastnosti obdelovanca. Da se zagotovi ustrezna kakovost izdelka, je izjemnega pomena ustrezna nastavitev valjavskega ogrodja, ki se običajno izvaja po receptih ter z ročnimi posegi operaterja pred in/ali med valjanjem. Pravila za korekcijo osnovnih receptov so običajno izkustvena, kar predstavlja znaten vpliv operaterja na končno kakovost izdelka. Za doseganje višje kakovosti izdelkov, večje konsistence pri obdelavi in zmanjšanje vpliva operaterjev, v diplomskem delu predlagamo podporno orodje, ki temelji na zgodovinskih podatkih o delovanju sistema in realno-časovnih meritvah procesnih veličin ter vsebuje ustrezne procesne modele, simulacijsko okolje in pravila, ki predlagajo ustreznejšo korekcijo parametrov recepta.

Ključne besede

optimizacija procesov;množični podatki;podatkovno rudarjenje;strojno učenje;modeliranje;identifikacija;odkrivanje znanja;visokošolski strokovni študij;Aplikativna elektrotehnika;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FE - Fakulteta za elektrotehniko
Založnik: [K. Cuznar]
UDK: 004.8:681.5:621.77(043.2)
COBISS: 69050883 Povezava se bo odprla v novem oknu
Št. ogledov: 633
Št. prenosov: 196
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Optimization of a cold-rolling process quality based on historical data
Sekundarni povzetek: This thesis focuses on the problem of using historical production data for the purpose of product quality improvement. The subject of the discussion is cold rolling process where a detailed insight into the process conditions is available after an extensive digitalization of the process. Cold rolling is one of the most important processes in sheet metal production and is used for reducing the thickness, making thickness uniform, and ensuring the appropriate mechanical properties of the workpiece. In order to ensure the appropriate quality of the product, it is extremely important to adjust the rolling mill properly, which is set according to the recipes and with manual interventions of the operator before and/or during rolling. The rules for a base recipe correction are usually experiential, which shows a significant impact of the operator on the final product quality. For the purpose of achieving a higher product quality, a greater processing consistency, and a smaller influence of operators, the thesis proposes a support tool which is based on historical production data and real-time measurements of process variables. It also includes the appropriate process models, a simulation environment and the rules that suggest a more suitable base recipes correction.
Sekundarne ključne besede: process optimization;big data;data mining;machine learning;modelling;identification;knowledge extraction;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000315
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za elektrotehniko
Strani: XXIV, 110 str.
ID: 13089022