Irgendwas mit Daten - Datenanalyse in der Industrie
Produkte entwickeln, Versuche auswerten, Prozesse optimieren
Podcaster
Episoden
20.04.2022
18 Minuten
Die Weibull-Verteilung ist die Verteilung, die am häufigsten im
Bereich Zuverlässigkeit & Lebensdauer eingesetzt wird. Der Name
"Weibull-Verteilung" ist tatsächlich ein Plagiat. Viele Jahre vor
der Veröffentlichung von Waloddi Weibull hatten andere dieselbe
Verteilung unter "Rosin-Rammler-" oder RRSB-Verteilung beschrieben.
In dieser Folge werden Anwendungsbeispiele für die
Weibull-Verteilung beschrieben und Methoden vorgestellt, mit denen
Ausfallsteilheit und charakteristische Lebensdauer sowie weitere
Kenngrößen ermittelt werden.
Mehr
13.04.2022
19 Minuten
Die Belastbarkeit und Haltbarkeit ist unter anderem durch die
Neufassung der Verbraucherschutzgesetze in Deutschland immer wieder
ein Thema. Gerade in diesem Bereich ist eine 100 %-Kontrolle vor
Auslieferung unmöglich, deshalb wird über Dauerlaufversuche
ermittelt, wie lange Komponenten und Bauteile voraussichtlich
halten.
Mehr
06.04.2022
22 Minuten
Die statistische Versuchsplanung und -auswertung (Design of
Experiments, DoE) hilft, Versuche und Prozesse besser zu verstehen,
optimale Arbeitspunkte zu finden oder Nachweise zu führen. Damit
die Ziele erreicht werden können sind verschiedene Schritte
notwendig, insbesondere bevor ein Versuchsplan ausgewählt, erstellt
und umgesetzt wird. In der Folge wird der Ablauf eines DoE-Projekts
beschrieben und erläutert, wann mehr als ein Versuchsplan notwendig
ist.
Mehr
30.03.2022
26 Minuten
Maschinelles Lernen kann auch bei attributiven Zielgrößen (in
Ordnung/nicht in Ordnung, gut/schlecht, funktioniert/funktioniert
nicht) genutzt werden, um Prozesse besser zu verstehen und zu
optimieren. Die Machine Learning (ML) Modelle für attributive
Zielgrößen sollten vor der Nutzung genauso wie alle anderen Modelle
auf ihre Qualität geprüft werden. In dieser Folge geht es um
Strategien und Kennzahlen, mit denen die Erklär-Qualität bei der
Klassifikation bzw. bei attributiven Zielgrößen geprüft wird.
Mehr
23.03.2022
26 Minuten
Machine Learning Modelle helfen uns unter anderem dabei zu
verstehen, wie Einflussgrößen ein Versuchs- oder Prozess-Ergebnis
verändern (supervised learning, d. h. es gibt eine Zielgröße).
Bevor ein Modell produktiv genutzt wird, sollte die Modell- bzw.
Erklär-Qualität geprüft werden. Diese Folge stellt Kennzahlen für
messbare bzw. variable Zielgrößen wie z. B. die Länge oder den
Durchmesser von Stahlrohren vor.
Mehr
Über diesen Podcast
Auch in Ihren Daten stecken wertvolle Informationen! Möchten Sie
mit Daten Ihre Produkte schneller entwickeln? Ihre Versuche
effizienter auswerten? Ihre Prozesse besser verstehen und
optimieren? Dann ist dieser Podcast für Sie. Barbara Bredner berät
und begleitet seit 2003 Menschen in der Industrie bei der
Datenauswertung in Forschung und Entwicklung, Prozess Engineering
und Qualitätsmanagement. In ihrem Podcast erklärt sie, wie Sie
eigene Daten auswerten und gezielt nutzen können. Sie gibt Tipps
für solide und nachvollziehbare Analysen, damit Sie mit größerer
Sicherheit und Klarheit belastbare Ergebnisse erreichen. Das Ziel
sind abgesicherte Entscheidungen auf Grundlage Ihrer Datenanalysen!
Kommentare (0)