Inhalt des Dokuments
Hinweise zur Blockveranstaltung im SoSe 2020
Das Modul "Applied Data Science for Reliability Engineering (DRE)" wird im Rahmen des Sommersemesters 2020 als Blockveranstaltung im August/September 2020 stattfinden. Ob es aufgrund der aktuellen Situation rund um das Corona-Virus zu einer Präsenzveranstaltung kommen kann oder ob das Modul in einem digitalen Format angeboten wird, ist bislang noch nicht klar.
Die auf der Seite angegebenen Termine gelten sowohl für den Fall einer Präsenzveranstaltung als auch für den Fall, dass die Veranstaltung im digitalen Format angeboten wird.
Interessenten melden sich bitte bei Herrn Hensel per E-Mail.
Kurzform: DRE
Produkte werden aufgrund der steigenden Funktionalitäten immer komplexer, was die Fehleranfälligkeit erhöht. Damit besteht die Notwendigkeit für Unternehmen, insbesondere auch aus gesetzlichen Produkthaftungsgründen und zur Verringerung von Garantiefällen, Methoden einzusetzen, um mögliche Risiken durch Funktionsausfälle prognostizieren und die Zuverlässigkeit der Produkte steigern zu können. Die Zuverlässigkeit ist somit eine der wichtigsten Eigenschaften heutiger Produkte und bildet einen wichtigen Teilaspekt und integralen Bestandteil der Qualität.
Die Zuverlässigkeit ist nicht deterministisch, sondern nur über Wahrscheinlichkeiten operationalisierbar. Die Analyse kann folglich nur mit den Methoden des Data Science erfolgsversprechend durchgeführt werden.
Inhalte
Die
Weibullverteilung als Basis der Lebensdaueranalyse
- Beschreibung, Verhalten und Interpretation der Weibullverteilung
- Beschreibung, Verhalten und Interpretation ihrer Dichtefunktion
- Ausfallraten auf Basis der Weibullverteilung
Berechnung der Weibullverteilung mit Hilfe analytischer
Schätzerverfahren am Beispiel der Median-Rang Regression
Berechnung der Weibullverteilung mit Hilfe numerischer
Schätzverfahren am Beispiel der Maximum-Likelihood-Methode
Nichtparametrische Schätzerverfahren für Ausfallteile und intakte
Bauteile
- Verfahren nach Kaplan – Meier
- Verfahren nach Johnson
- Verfahren nach Nelson
Lebensdauerdaten aus Tests und Nutzung (Strukturen, Interpretation, Umrechnung)
Mischverteilungen
Lebensdauertests zum Nachweis der Zuverlässigkeit
Planung von
Zuverlässigkeitstests
- die „Success Run“ Methode
- die „Sudden Death“ Methode
Zuverlässigkeit von Systemen
Absicherung der Lebensdauerprognosen (Vertrauenswahrscheinlichkeiten und Konfidenzen)
Die Anwendung der Lehrinhalte erfolgt durch die Programmiersprache R. Wir verwenden das am Fachgebiet entwickelte Package weibulltools [2].
Lernziele
Im Rahmen dieses Moduls sollen sich die angehenden Ingenieure fachlich-methodische Kompetenzen der Zuverlässigkeitsbestimmung aneignen. Dabei werden die erlernten Grundlagen aus Applied Data Science for Quality Engineering in einen praxisorientierten Zusammenhang gebracht. Die Studierenden werden befähigt, eigenständig Softwarelösungen im Rahmen der Zuverlässigkeitsanalyse zu entwickeln. Dazu erfolgt in der Lehrveranstaltung die Bearbeitung einer Case-Study mit der Programmiersprache R und die Lösungserarbeitung durch eine interaktive Webapplikation.
Diese Fähigkeiten sollen künftig eingesetzt werden können, um Aufgaben in der Zuverlässigkeitsanalyse zu übernehmen, deren Bearbeitung zu steuern, zu koordinieren und erfolgreich abschließen zu können.
Struktur
Die Integrierte Lehrveranstaltung Applied Data Science for Reliability Engineering wird als Blockveranstaltung in der vorlesungsfreien Zeit des Sommersemesters 2019 angeboten.
Die genauen Termine werden in Kürze kommuniziert.
Die Blockveranstaltung besteht aus 6 Präsenzterminen (Vorlesungen und Rechnerübungen), einer Präsentation der Projektergebnisse, sowie einer schriftlichen Prüfung.
Zulassungsbeschränkung: keine
ECTS-Anzahl:
6
Hinweis zu ISIS2
Vorlesungs- und Übungsunterlagen,
sowie ergänzende Materialien und Links zu weiterführenden Webseiten
werden auf der ISIS2-Plattform [3] bereitgestellt.
Den
ISIS2-Kurs finden Sie unter folgendem Link:
https://isis.tu-berlin.de/course/view.php?id=12612
[4]
Zielgruppe
Diese Veranstaltung wird für Studierende der folgenden Studiengänge als Wahlpflichtmodul angeboten:
Studiengang | Stupo | Gruppenname | Typ |
---|---|---|---|
Bachelor Informationstechnik im
Maschinenwesen | 29.12.2012 | 09.2b Wahlbereich
Produktionstechnik | Wahlpflicht |
Master Informationstechnik im
Maschinenwesen | 29.09.2008 | 4.2b Profilbereich Produktionstechnik | Wahlpflicht |
Bachelor Verkehrswesen | 2009 | 03. Technisch-methodische
Grundlagen/Wahlpflichtmodule | Wahlpflicht |
Bachelor Maschinenbau | 2009 | 05.1 Informationst. und
rechnerunterst. Modellierung | Wahlpflicht |
Master Produktionstechnik | 12.03.2008 | 3.
Informationstechnik und 4.2 Automatisierungs- und Informationstechnik | Wahlpflicht |
Master Biomedizinische Technik | 19.12.2007 | 1.2 Kernmodule -
Informationstechnik & 2.4 Profilmodule - Ingenieurwissenschaftliche Vertiefungen | Wahlpflicht |
Master Wirtschaftsingenieurwesen | 2015 | Integrationsbereich/Quality
Management | Wahlpflicht |
Weitere Studiengänge sind herzlich willkommen!
Voraussetzungen
Verpflichtende Voraussetzung für die Teilnahme an der Lehrveranstaltung:
- keine
Wünschenswerte Voraussetzungen für die Teilnahme an der Lehrveranstaltung:
- Teilnahme am Modul Introduction to Engineering Data Analytics with R [5]
- Teilnahme am Modul Applied Data Science for Quality Engineering [6]
Bewertung
Die Prüfungsform für dieses Modul ist die Portfolioprüfung.
Dazu müssen die unten aufgeführten Teilleistungen mit entsprechender Gewichtung absolviert werden:
- Projektbearbeitung: 30 von 100 Punkten (Präsentation nach den Präsenzterminen)
- Schriftliche Prüfung: 70 von 100 Punkten (nach den Präsenzterminen)
Anmeldung
Zur Teilnahme am Modul sind ALLE folgenden Schritte erforderlich:
- Anmeldung zur Teilnahme bei Herrn Hensel
- Registrierung als Nutzer der Online-Lernplattform ISIS2 [7]
- Einschreibung in den Kurs "Applied Data Science for Reliability Engineering" auf der Online-Plattform ISIS2
- Anmeldung zum Modul "Applied Data Science for Reliability Engineering" 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 der Blockveranstaltung eingerichtet.
Termine
Das Modul findet turnusmäßig nur im Sommersemester als Blockveranstaltung in der vorlesungsfreien Zeit statt.
Anmeldung zum Modul am Fachgebiet | ab dem
01.06.2020 formlos bei Herrn
Hensel |
Anmeldung
zum Gesamtmodul | 12.08. -
21.08.2020 |
Vorlesungszeitraum: | 10.08, 11.08, 12.08, 17.08, 18.08, 19.08 |
---|---|
Raum & Zeit: | PTZ 001, ganztägig jeweils
von 09 - 17 Uhr |
Termin:
| voraussichtlich in der Woche vom 31.08 -
04.09.2020 |
---|---|
Raum & Zeit: | PTZ 407, 09:30 - 17:00
Uhr |
Termin:
| 11.09.2020 |
---|---|
Raum & Zeit: | PTZ 001, 09 - 11
Uhr |
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 oder im FAQ [8] einzusehen.
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 [9] unseres Fachgebiets.
Verantwortlicher
Prof. Dr.-Ing. Roland JochemLeiter des Fachgebiets
Fachgebiet Qualitätswissenschaft
Institut für Werkzeugmaschinen und Fabrikbetrieb IWF
Fakultät V
Sekr. PTZ 3
Produktionstechnisches Zentrum (PTZ)
Pascalstr. 8-9
10587 Berlin
fon: +49 (0) 30 / 314 22005
fax: +49 (0) 30 / 314 79685
E-Mail-Anfrage [12]
Ansprechpartner
Tim-Gunnar Hensel, M. Sc.Wissenschaftlicher Mitarbeiter
Fachgebiet Qualitätswissenschaft
Institut für Werkzeugmaschinen und Fabrikbetrieb
Fakultät V
Produktionstechnisches Zentrum (PTZ)
Raum 428
Pascalstr. 8-9
10587 Berlin
+49 (0)30/ 314 24055
E-Mail-Anfrage [15]
um_und_Lehre/01_Lehrveranstaltungen/ZRB_Motiv.jpg
s/index.html
/lehrveranstaltungen/introduction_to_engineering_data_a
nalytics_with_r_wise/parameter/maxhilfe/
/lehrveranstaltungen/applied_data_science_for_quality_e
ngineering_ehemals_dap/parameter/maxhilfe/
/feedback/parameter/maxhilfe/
u_berlin.tuquiz&hl=de
anfrage/parameter/maxhilfe/id/150871/?no_cache=1&as
k_mail=YDgocAALg3bH9aonsYyLu3ANv%2BxUsKfMaugeviEellW7gX
sZ598Y3g%3D%3D&ask_name=Prof.%20Dr.-Ing.%20Roland%2
0Jochem
r_uns/01_Team/Schubert_klein.jpg
r_uns/01_Team/03_Wissenschaftliche_Mitarbeiter/Hensel__
Tim-Gunnar_Bewerb..jpg
anfrage/parameter/maxhilfe/id/150871/?no_cache=1&as
k_mail=YDgocAAL%2FeR7U9ezB4bMqj1usbFWZdE2RxZ41GqHNE4PKd
OxoH86TQ%3D%3D&ask_name=Tim-Gunnar%20Hensel%2C%20M.
%20Sc.