Page Content
There is no English translation for this web page.
[1]Hinweise zum SoSe 2020
Das Modul "Applied Data Science for Quality
Engineering (DQE)" wird aufgrund der aktuellen Situation rund um
das Corona im Rahmen einer digitalen Veranstaltung stattfinden. Es
wird demnach keine Präsenzveranstaltungen geben.
Alle weiteren Informationen zum Modulablauf werden über den
zugehörigen ISIS-Kurs bereitgestellt:
Link zum
ISIS-Kurs:
https://isis.tu-berlin.de/course/view.php?id=18733 [2]
Kurzform: DQE
Steigende Anforderungen an die Produkte bedingen immer engere Toleranzgrenzen und eine immer bessere Prozessqualität. Entsprechend kann sich ein Unternehmen nur im Wettbewerb behaupten, wenn es seine Prozesse kennt, seine Prozessergebnisse vorhersagen und mit vertretbarem Aufwand die Zielerreichung nachweisen kann. Die Fähigkeit, hohe Produktqualität auf einem immer gleich hohen Niveau zu halten und signifikante Abweichungen rechtzeitig zu erkennen, gehört zu der Grundfähigkeit von Ingenieuren. Im Modul Applied Data Science for Quality Engineering werden diese statistischen Fertigkeiten sowie die grundlegenden Methoden zur statistischen Qualitätssicherung gelehrt, um die Prozess- und Produktqualität unter statistischen Gesichtspunkten analysieren, vorhersagen und nachhaltig verbessern zu können.
Inhalte
Im Rahmen des Kurses werden Methoden und Handlungskompetenzen eines künftigen Qualitätsingenieurs vermittelt. Neben der Aneignung von statistischen Grundlagen zählen hierzu auch die Anwendung von Data Science Methoden für das Quality Engineering in der Programmiersprache R und die Aufbereitung von Ergebnissen in einer Web-Applikation.
Die Inhalte der Veranstaltung lassen sich in die folgenden Themenblöcke gliedern:
Themenblock I: Die Prinzipien der angewandten Datenanalyse
- Grundlagen der Datenanalyse - der Datenanalyseprozess
Themenblock II: Einführung in die Wahrscheinlichkeitstheorie und Anwendung der deduktiven Statistik im Engineering
- Einführung in die Wahrscheinlichkeitsrechnung
- Zufallsgrößen und Zufallsvariablen
- Diskrete Verteilungsmodelle
- Stetige Verteilungsmodelle
- Zentraler Grenzwertsatz und Verteilungen von Stichprobengrößen
- Zufallsstreubereiche im Engineering - Überwachung und Regelung von Produktionsprozessen (SPC)
- Konstruktion von Stichprobenfunktionen
Themenblock III: Grundlagen und Anwendungen der inferentiellen Statistik im Engineering
- Bestimmung von Konfidenzintervallen
- Unsicherheit von Kennzahlen am Beispiel der Prozessfähigkeitsanalyse
- Statistische Testverfahren
- Parametrische und Nicht-parametrische Hypothesentests
- Untersuchung von Einflussgrößen - Varianzanalyse am Beispiel der Messmittelfähigkeitsanalyse
Themenblock IV: Explorative Statistik und prädiktive Modellierung
- Ermittlung und Überprüfung von Abhängigkeiten - Korrelations- und Regressionsanalyse
- Design of Experiments I - Bestimmung von Faktoreffekten
- Design of Experiments II - Ableitung von Modellstrukturen
- Felddatenanalyse - Weibullauswertung und Monte-Carlo-Simulation
Zur fortlaufenden Ausbildung in der Programmiersprache R nutzt das
Fachgebiet die von der Plattform DataCamp zur Verfügung gestellten
interaktiven Online-Tutorials.
Weitere Informationen
zu DataCamp erhalten Sie unter dem
folgenden Link: DataCamp [3]
Lernziele
Die Teilnehmer des Moduls erhalten einen Gesamtüberblick über die Aufgaben- und Tätigkeitsbereiche eines Qualitätsingenieurs, der perspektivisch als Data Scientist im Engineering fungiert und neben den methodischen Fähigkeiten und Fertigkeiten der angewandten statistischen Qualitätssicherung auch über umfangreiche Kompetenzen im Umgang mit Data Science Lösungen verfügt.
Teilnehmende sind nach Abschluss des Kurses in der Lage, die erlernten Methoden in einem technischen Arbeitsumfeld anzuwenden und zu kommunizieren. Des Weiteren sind die Studierenden in der Lage, erarbeitete Projektergebnisse mithilfe der Programmiersprache R aufzubereiten und unter praxisnahen Bedingungen durch den Aufbau einer ShinyApp zu präsentieren und zu verteidigen.
Das Modul bildet damit einen Grundbaustein für jedes Ingenieurstudium. Die erlernten Grundlagen können insbesondere zum Lösen von Problemen in Forschung und Entwicklung, Beschaffung, Produktion, Vertrieb und Feldeinsatz genutzt werden. Die erlernten Methoden sind auf viele Problemstellungen und Anwendungsgebiete soziotechnischer und naturwissenschaftlicher Arbeitsumfelder übertragbar.
Die Teilnehmer bearbeiten Übungsaufgaben mit der Statistik-Software R [4], der GUI RStudio [5] und den Paketen qualityTools [6], weibulltools [7] und Shiny [8].
Struktur
Zur Lehrveranstaltung Applied Data Science for Quality Engineering finden im Sommersemester pro Woche ein bis zwei integrierte Veranstaltungen (Vorlesung und Übung) statt. Ergänzend findet ebenfalls wöchentlich eine Übung statt in dem die Inhalte praxisnah an Beispielen erläutert werden.
Zulassungsbeschränkung: keine
ECTS-Anzahl:
6
Hinweis zu ISIS2
Vorlesungs- und Übungsunterlagen,
sowie ergänzende Materialien und Links zu weiterführenden Webseiten
werden auf der ISIS2-Plattform [9] bereitgestellt.
Zielgruppe
Diese
Veranstaltung wird für Studierende der folgenden Studiengänge als
Wahlpflichtmodul angeboten:
| Studiengang | Stupo | Gruppenname | Typ |
|---|---|---|---|
| Bachelor
Technomathematik | 2014 | Technisches Gebiet Maschinenbau - Naturwissenschaftliche
Grundlagen & Technisches Gebiet Verkehrswesen- Technisch-naturwissenschaftliche Grundlagen | Wahlpflicht |
| Bachelor
Physikalische
Ingenieurwissenschaft | 09.01.2012 | 04.
Wahlpflichtmodule | Wahlpflicht |
| Bachelor Verkehrswesen | 2009 | 02.
Technisch-Naturwissenschaftliche
Grundlagen/Wahlpflichtmodule | Wahlpflicht |
| Bachelor Maschinenbau (6 ECTS) | 2009 | 05.1 Informationst. und
rechnerunterst. Modellierung | Wahlpflicht |
| Bachelor Maschinenbau (alte StuPO mit 5 ECTS) | 2009 | 03.
Naturwissenschaftliche Grundlagen unter dem Titel "Datenanalyse und Problemlösung" | Pflicht |
| Master Produktionstechnik | 12.03.2008 | 3. Informationstechnik
& 4.2 Automatisierungs- und Informationstechnik | Wahlpflicht |
| Master Biomedizinische Technik | 19.12.2007 | 1.2 Kernmodule -
Informationstechnik & 2.4 Profilmodule - Ingenieurwissenschaftliche Vertiefungen | Wahlpflicht |
| Master Informationstechnik im Maschinenwesen | 29.09.2008 | 4.2b Profilbereich
Produktionstechnik | Wahlpflicht |
| Master Wirtschaftsingenieurwesen | 2015 | Integrationsbereich/Quality
Management | Wahlpflicht |
Studierende,
die im Bachelor Maschinenbau eingeschrieben sind und in der alten
StuPO verbleiben möchten, müssen das Modul "Applied Data
Science for Quality Engineering" besuchen, aber die Prüfung
"Datenanalyse und Problemlösung" für 5 ECTS
anmelden.
Weitere Studiengänge sind herzlich
willkommen!
Voraussetzungen
Verpflichtende Voraussetzung für die Teilnahme an der Lehrveranstaltung:
- keine
Wünschenswerte Voraussetzung für die Teilnahme an der Lehrveranstaltung:
- Teilnahme am Modul Introduction to Engineering Data Analytics with R [10]
Bewertung
Die Prüfungsform für dieses Modul ist die Portfolioprüfung.
Dazu müssen die unten aufgeführten Teilleistungen mit entsprechender Gewichtung absolviert werden:
- E-Learning Online-Kurse: 10 von 100 Punkten (semesterbegleitend)
- Projektbearbeitung: 30 von 100 Punkten (Präsentation Ende des Semesters)
- Schriftliche Prüfung: 60 von 100 Punkten (in der vorlesungsfreien Zeit)
Anmeldung
Zur Teilnahme am Modul sind ALLE folgenden Schritte erforderlich:
- Registrierung als Nutzer der Online-Lernplattform ISIS2 [11]
- Einschreibung in den Kurs "Applied Data Science for Quality Engineering" auf der Online-Lernplattform ISIS2 [12]
- Anmeldung zum Modul "Applied Data Science for Quality Engineering" als Wahlpflichtmodul für Bachelor- und Masterstudenten unter QISPOS, sonst beim Prüfungsamt
Bitte beachten Sie die Anmeldefristen in der unten dargestellten Tabelle. Das Modul ist nicht teilnahmebeschränkt, der ISIS2 Kurs wird zu Beginn des Semesters eingerichtet.
Termine
Das Modul findet turnusmäßig nur im Sommersemester statt.
| Anmeldung zum Gesamtmodul | Bis zum
31.05.2020 |
| Anmeldung zum Wiederholungstermin der schriftlichen
Prüfung | Bis Mitte
September |
| Vorlesungszeitraum: | 14.04.2020
- 18.07.2020 (Vorlesungszeitraum der TU
Berlin) |
|---|---|
| Vorlesung Raum & Zeit: | HE 101,
Dienstag 08:30 Uhr - 10:00 Uhr Erste Vorlesung: Dienstag 14.04. 08:30 Uhr HE 101 |
| Übung Raum & Zeit: | HE 101, Freitags 08:15 Uhr - 09:45 Uhr Erste Übung: Freitag 17.04. 08:15 Uhr HE 101 |
| Sprechstunde zu DQE: | PTZ 428, Nach
Rücksprache |
| Termin:
| 03.08.2020 im H 0105 |
|---|---|
| Zeit: | 08:30 - 10:00 Uhr (Bearbeitungszeit
75min) |
| Termin:
| 28.09.2020 im H
0105 |
|---|---|
| Zeit: | 18:15 - 19:45 Uhr (Bearbeitungszeit
75min) |
Hinweis: Mündliche Prüfungen dienen nur als (Letzte-) Wiederholungsprüfung. Kommen Sie dazu bitte in die Sprechstunde von Herrn Hensel.
Kontakt und Feedback
Fragen sind bitte über das
jeweilige ISIS2-Forum zu stellen.
In Ausnahmefällen können
Anfragen direkt an den jeweiligen Ansprechpartner via Mail
(Kontaktformular) gestellt werden. Eine telefonische Rücksprache
ist ausschließlich zu Sprechstundenzeiten möglich.
Für Anregungen verwenden Sie bitte die Feedbackfunktion [13] unseres Fachgebiets.
[14]
[15]
Verantwortlicher
Prof. Dr.-Ing. Roland JochemLeiter des Fachgebiets
Fachgebiet Qualitätswissenschaft
Institute für Werkzeugmaschinen und Fabrikbetrieb IWF
Faculty V
sec. PTZ 3
Produktionstechnisches Zentrum (PTZ)
Pascalstr. 8-9
10587 Berlin
fon: +49 (0) 30 / 314 22005
fax: +49 (0) 30 / 314 79685
e-mail query [16]
Ansprechpartner
Tim-Gunnar Hensel, M. Sc.Wissenschaftlicher Mitarbeiter
Fachgebiet Qualitätswissenschaft
Institute für Werkzeugmaschinen und Fabrikbetrieb
Faculty V
Produktionstechnisches Zentrum (PTZ)
Room 428
Pascalstr. 8-9
10587 Berlin
+49 (0)30/ 314 24055
e-mail query [18]
um_und_Lehre/01_Lehrveranstaltungen/DAP_Motiv.jpg
s/index.html
e/lehrveranstaltungen/introduction_to_engineering_data_
analytics_with_r_wise/parameter/en/
e/feedback/parameter/en/
u_berlin.tuquiz&hl=de
/parameter/en/id/150187/?no_cache=1&ask_mail=YBIipg
AGEaR8U%2FUVBI09IWv6yT8JaElKPiBW3LpNs208bTmElRMEhQ%3D%3
D&ask_name=Prof.%20Dr.-Ing.%20Roland%20Jochem
nsel__Tim-Gunnar_Bewerb..jpg
/parameter/en/id/150187/?no_cache=1&ask_mail=YBIipg
AGeGHvBtigmB%2BP2n8qAvckc8SFA8EXsdwQp2MXY4X8yDV2Ug%3D%3
D&ask_name=Tim-Gunnar%20Hensel%2C%20M.%20Sc.