文献

J-GLOBAL ID：202202236465381537   整理番号：22A0942921

品質4.0応用のためのエンドツーエンド産業用IoTプラットフォーム【JST・京大機械翻訳】

End-to-end industrial IoT platform for Quality 4.0 applications

著者 (4件)： Christou Ioannis T. (INTRASOFT International S.A., 2b Rue Nicolas Bove, L-1253, Luxembourg) ,  Kefalakis Nikos (INTRASOFT International S.A., 2b Rue Nicolas Bove, L-1253, Luxembourg) ,  Soldatos John K. (INTRASOFT International S.A., 2b Rue Nicolas Bove, L-1253, Luxembourg) ,  Despotopoulou Angela-Maria (INTRASOFT International S.A., 2b Rue Nicolas Bove, L-1253, Luxembourg)
資料名： Computers in Industry  (Computers in Industry)
巻： 137  ページ： Null  発行年： 2022年 
JST資料番号： A0575B  ISSN： 0166-3615  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 予測保全,品質管理,およびゼロ欠陥製造は,産業4.0時代における最も顕著なスマート製造使用事例である。それにもかかわらず,そのようなシステムの開発は,複数の断片化データソースを統合する必要性のため,多目的最適化のために高度な機械学習技術を適用し,そして,産業構成の変化に柔軟に適応できる構成可能なディジタル双晶を実装するために,まだ困難である。本論文では,これらの課題に対処するエンドツーエンドプラットフォームのアーキテクチャ,設計,実用化,および評価を提示した。このプラットフォームは,構成可能および相互運用可能な方法で,異種サイバー物理的生産システムからデータストリームを収集,管理,およびルーティングするための手段を提供する。さらに,定量的ルールマイニングを利用する新しい機械学習フレームワークによって,高度なデータ分析をサポートする。提示プラットフォームは,様々な産業設定で成功裏に展開され,アプリケーション開発を加速する能力,非スケジューリングダウンタイムの削減,全体のEquipment効率(OEE)の増加,製品欠陥の割合を低くし,それらが発生する前に製品欠陥を予測する,生産プロセスパラメータ構成を計算する,という点で,正に評価された。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  双晶 ,  品質管理 ,  生産システム ,  経路選定 ,  データ解析 ,  *エンドツーエンド方式 ,  ディジタル方式 ,  計算機アーキテクチャ ,  生産プロセス ,  機械学習
準シソーラス用語： 多目的最適化 ,  データストリーム ,  アプリケーション開発 ,  ルールマイニング ,  ビッグデータ , 【Automatic Indexing@JST】

著者キーワード (8件)： 予測保全 ,  ゼロ欠陥製造 ,  品質管理 ,  人工知能 ,  予測制御 ,  ビッグデータ ,  産業用IoT ,  構成可能な解析

分類 (3件)： CAD,CAM  (JE10000A) ,  マーケティング  (KA06020W) ,  生産工学一般  (KB01000U)

タイトルに関連する用語 (4件)： 応用 ,  エンドツーエンド ,  産業用IoT ,  プラットフォーム