Analysis of High Frequency Data of a Machine Tool via Edge Computing

Titel in Übersetzung: Analyse von hochfrequenten Daten einer Werkzeugmaschine mittels Edge Computing

Stefan Trabesinger*, Andre Butzerin, Daniel Schall, Rudolf Pichler

*Korrespondierende/r Autor/in für diese Arbeit

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandBegutachtung

Abstract

New technological capabilities of digitalization are enablers of processing a broad range of machine data. While so-called Low-Frequency Data (LFD) is captured at a sampling rate of several hundred milliseconds, High-Frequency Data (HFD) is based on a sampling rate in the single-digit millisecond range. In this paper, HFD is used to implement an edge-based analytics application for prediction purposes in a machine tool. This edge application leverages Siemens SINUMERIK Edge to capture HFD from a machine tool to recognize anomalies of any kind. The edge application is implemented as a show case in the Learning Factory of Graz University of Technology, the smartfactory@tugraz.

Titel in ÜbersetzungAnalyse von hochfrequenten Daten einer Werkzeugmaschine mittels Edge Computing
Originalspracheenglisch
TitelLearning Factories across the value chain – from innovation to service – The 10th Conference on Learning Factories 2020
Seiten343-348
Seitenumfang6
Band45
Auflage2351-9789
DOIs
PublikationsstatusVeröffentlicht - 15 Apr 2020
Veranstaltung10th Conference on Learning Factories: CLF 2020 - TU Graz, Virtuell, Österreich
Dauer: 15 Apr 202017 Apr 2020
https://www.tugraz.at/events/clf2020/home/

Publikationsreihe

NameProcedia Manufacturing
Herausgeber (Verlag)Elsevier B.V.

Konferenz

Konferenz10th Conference on Learning Factories
KurztitelCLF 2020
LandÖsterreich
OrtVirtuell
Zeitraum15/04/2017/04/20
Internetadresse

ASJC Scopus subject areas

  • Artificial intelligence
  • Wirtschaftsingenieurwesen und Fertigungstechnik

Fields of Expertise

  • Mobility & Production

Fingerprint

Untersuchen Sie die Forschungsthemen von „Analyse von hochfrequenten Daten einer Werkzeugmaschine mittels Edge Computing“. Zusammen bilden sie einen einzigartigen Fingerprint.

Dieses zitieren