• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>49th International wood composites symposium >Real-Time Predictive Modeling of Wood Composite Products Utilizing the Data Warehouse of Manufacturing Facilities
【24h】

Real-Time Predictive Modeling of Wood Composite Products Utilizing the Data Warehouse of Manufacturing Facilities

机译：利用制造设施的数据仓库对木材复合产品进行实时预测建模

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Wood composite and engineered panel manufacturers store large amounts of process data in data-warehouses. Destructive panel strength tests are performed at periodic intervals during the production runs to assess conformance of product properties. The linkage between process data and destructive test data is antipodal in most instances and knowledge gaps exist for operations personnel. The proper ‘fusion’ of destructive test data with real-time process data creates a database foundation for real-time predictive modeling using statistical and non-statistical methods.rnThe study presents successful case studies of real-time predictive modeling systems at wood composite and engineered panel mill test sites. Statistical algorithms predicted strength of materials (e.g., IB, MOR, EI, etc.) within 10% of actual test values at mill test sites. Real-time predictions of strength of materials may prevent the manufacture of failing panels and may also reduce unnecessary high operational targets (e.g., density, resin, etc.) given improved knowledge of the process. Important variables in statistical models may also improve root-cause investigations of sources of product and process variation.
机译：木质复合材料和人造板制造商将大量过程数据存储在数据仓库中。在生产运行期间定期进行破坏性面板强度测试，以评估产品性能的一致性。在大多数情况下，过程数据与破坏性测试数据之间的联系是对立的，操作人员存在知识空白。破坏性测试数据与实时过程数据的正确“融合”为使用统计和非统计方法进行实时预测建模的数据库奠定了基础。这项研究为木材复合材料和木材的实时预测建模系统提供了成功的案例研究。工程型面板磨机测试站点。统计算法预测的材料强度（例如IB，MOR，EI等）在工厂测试现场的实际测试值的10％以内。在提高对工艺知识的基础上，对材料强度的实时预测可以防止制造失败的面板，并且还可以减少不必要的高操作目标（例如，密度，树脂等）。统计模型中的重要变量还可以改善对产品和过程变化来源的根本原因调查。

著录项

  • 来源
  • 会议地点 Seattle WA(US)
  • 作者

    Timothy M. Young; Nicolas André;

  • 作者单位

    Center for Renewable Carbon The University of TennesseeKnoxville, Tennessee;

    Department of Forestry, Wildlife and FisheriesThe University of TennesseeKnoxville, Tennessee;

  • 会议组织
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号