R-functions Based Classification for Abnormal Software Process Detection

2005 ◽  
pp. 991-996 ◽  
Author(s):  
Anton Bougaev ◽  
Aleksey Urmanov
Keyword(s):  
Software Process ◽  
Process Detection ◽  
R Functions

Software Process Diversity: Conceptualization, Measurement, and Analysis of Impact on Project Performance

MIS Quarterly ◽  
2015 ◽  
Vol 39 (4) ◽  
pp. 787-807 ◽  
Author(s):  
Narayan Ramasubbu ◽  
◽  
Anandhi Bharadwaj ◽  
Giri Kumar Tayi ◽  
◽  
...  
Keyword(s):  
Software Process ◽  
Project Performance ◽  
Measurement And Analysis

Formalized Approach for Componentized Software Process Modeling

2011 ◽  
Vol 22 (1) ◽  
pp. 1-16
Author(s):  
Jian ZHAI ◽  
Qiu-Song YANG ◽  
Jun-Chao XIAO ◽  
Ming-Shu LI
Keyword(s):  
Process Modeling ◽  
Software Process ◽  
Software Process Modeling

Softsensorgestützte Oberflächenkonditionierung beim Außenlängsdrehen 42CrMo4/Development of a reference force model for soft sensor supported surface conditioning during longitudinal turning of AISI 4140 QT

2020 ◽  
Vol 110 (11-12) ◽  
pp. 758-762
Author(s):  
Daniel Gauder ◽  
Michael Biehler ◽  
Benedict Stampfer ◽  
Benjamin Häfner ◽  
Volker Schulze ◽  
...  
Keyword(s):  
White Layer ◽  
Surface States ◽  
Soft Sensor ◽  
Sensor Technology ◽  
Force Model ◽  
Destructive Testing ◽  
Surface Conditioning ◽  
Testing Technology ◽  
Process Detection ◽  
Longitudinal Turning

Das Forschungsprojekt „Prozessintegrierte Softsensorik zur Oberflächenkonditionierung beim Außenlängsdrehen von 42CrMo4“ widmet sich der Entstehung und der In-process-Erfassung von industriell relevanten Randschichtzuständen. Im Speziellen werden sogenannte White Layer und Eigenspannungszustände untersucht. Durch die modulare Verknüpfung von zerstörungsfreier Prüftechnik, Simulationsergebnissen und Prozesswissen mittels Datenfusion wird ein Softsensor erforscht. Dieser soll im Rahmen einer adaptiven Regelung des Drehprozesses eingesetzt werden und eine gezielte Einstellung von vorteilhaften Randschichtzuständen erlauben. The research project „Process-integrated soft sensor technology for surface conditioning during external longitudinal turning of 42CrMo4“ is dedicated to the formation and in-process-detection of surface layers with industrial relevance. In particular, so-called white layers and residual stresses are investigated. A soft sensor is being researched through the modular combination of non-destructive testing technology and process knowledge by means of data fusion. This is to be used in the context of an adaptive control of the turning process in order to adjust beneficial surface states.

Sign in / Sign up

Export Citation Format

Share Document