M. Sc.
- +49 6151 / 16-25852
- j.sossenheimer@ptw.tu-darmstadt.de
- L1|11 (ETA-Fabrik) R203
Menü
With the ongoing digitalization of industrial production, innovative ways of creating energy transparency on the shop floor are emerging. This paper presents a sensor reduced approach to enable condition-based energy monitoring for different degrees of machine data availability. It differentiates between scenarios in which a wide range of machine data can be accessed and thus, machine learning approaches can be applied, and others in which only basic process information can be correlated to data from mobile power measurements. The presented approach is deployed and discussed for an EMAG machine tool in the ETA research factory at the Technische Universität Darmstadt.
Sossenheimer, Johannes ; Walther, Jessica ; Fleddermann, Jan ; Abele, Eberhard: A Sensor Reduced Machine Learning Approach for Condition-based Energy Monitoring for Machine Tools
Die ETA | Energietechnologien und Anwendungen in der Produktion ist eine interdisziplinäre Forschungsgruppe des Instituts für Produktionsmanagement, Technologien und Werkzeugmaschinen (PTW) an der Technischen Universität Darmstadt. Wir forschen an Energiekonzepten für die Produktion der Zukunft, die durch Energieeffizienz, Energieflexibilität und Ressourceneffizienz zu den ökonomischen und ökologischen Zielen von produzierenden Unternehmen beitragen. In unserem Forschungslabor der ETA-Fabrik entwickeln und erproben wir gemeinsam mit Industrie- und Forschungspartnern innovative, anwendungsnahe Energie- und produktionstechnische Lösungen.
Otto-Berndt-Straße 2 | 64287 Darmstadt
+49 (61 51) 16-200 80 | info@ptw.tu-darmstadt.de
www.ptw.tu-darmstadt.de
