본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

Procedia CIRP v.72, 2018년, pp.480 - 485  

Self-Organizing Maps for Anomaly Localization and Predictive Maintenance in Cyber-Physical Production Systems

von Birgelen, Alexander (Institute Industrial IT, Langenbruch 6, 32657 Lemgo, Germany ) ; Buratti, Davide (Ocme S.r.l., Via del Popolo 20/A, 43122 Parma, Italy ) ; Mager, Jens (Reifenhäuser Reicofil GmbH & Co. KG, Spicher Str 46, 53844 Troisdorf, Germany ) ; Niggemann, Oliver (Institute Industrial IT, Langenbruch 6, 32657 Lemgo, Germany ) ;
  • 초록  

    Abstract Modern Cyber-Physical Production Systems provide large amounts of data such as sensor and control signals or configuration parameters. The available data enables unsupervised, data-driven solutions for model-based anomaly detection, anomaly localization and predictive maintenance: models which represent the normal behaviour of the system are learned from data. Then, live data from the system can be compared to the predictions of the model to detect faults, perform fault diagnosis and derive the overall condition of a system or its components. In this paper we use self-organizing maps for the aforementioned tasks and evaluate the presented methods on several real-world systems.


  • 주제어

    self-organizing map .   SOM .   data-driven .   anomaly detection .   cyber-physical production system .   CPPS .   anomaly localization .   diagnosis .   predictive maintenance.  

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기