Exploring themes of mental health, childhood, and love, this poetry collection weaves together fantasy and a hint of horror. With 21 poems, Daniel Beck delves into vivid imagery featuring artists, storms, vampires, and reflections on self-destruction. Each piece invites readers into a unique emotional landscape, blending the beauty of nature with darker undertones.
Die Dissertation untersucht die Vorhersage ungeplanter Ausfälle von PBF-LB/M-Systemen (Laser-basierte Pulverbettfusion von Metallen) durch den Einsatz von KI und maschinellem Lernen, um Kosten zu senken und die Maschinenzuverlässigkeit in der metallbasierten additiven Fertigung zu verbessern. Tausende Baujobs aus realen industriellen Produktionsumgebungen wurden analysiert. Dabei kam die CRISP-DM-Methode zur Anwendung, um Data Mining mit betriebswirtschaftlichen Zielen zu kombinieren. Der Schwerpunkt lag auf der Kostenreduktion durch präventive Baujobabbrüche und Fehler-Ursachen-Analyse mittels Black-Box-Modellen. Die Daten wurden aggregiert und zur Lösung des binären Klassifizierungsproblems mit verschiedenen Lernverfahren verarbeitet. Gradient Boosted Trees erwiesen sich als das beste Verfahren und wurden optimiert. Die Ergebnisse zeigten hervorragende Prognosegüten in den ersten 3-6 Stunden der Produktion, mit Kosteneinsparungen von 10-40% bei präventiven Eingriffen und überproportionalen Einsparungen für langandauernde, hochvolumige Bauteile. SHAP wurde zur Interpretation von Modellen eingesetzt und zur Identifizierung von Maßnahmen zur Steigerung der Maschinenzuverlässigkeit genutzt. Zukünftige Projekte könnten ein Frühwarnsystem für PBF-Systembetreiber entwickeln, um Kostenvorteile und bessere Maschinenkontrolle zu realisieren. Die Arbeit hebt das Potenzial ungenutzter Sensordaten hervor und betont die Notwendigkeit koop