https://www.mdu.se/

mdu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
The Importance of Using Domain Knowledge When Designing and Implementing Data-Driven Decision Models for Maintenance: Insights from Industrial Cases
Mälardalens universitet, Akademin för innovation, design och teknik, Innovation och produktrealisering.ORCID-id: 0000-0002-0729-0122
Volvo Construction Equipment Operations Eskilstuna, Eskilstuna, Sweden.
Mälardalens universitet, Akademin för innovation, design och teknik, Innovation och produktrealisering.ORCID-id: 0000-0002-4543-0069
Mälardalens universitet, Akademin för innovation, design och teknik, Innovation och produktrealisering.ORCID-id: 0000-0002-7494-1474
2024 (Engelska)Ingår i: Lecture Notes in Mechanical Engineering, Springer Science and Business Media Deutschland GmbH , 2024, s. 601-614Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

The advanced technologies available in the development of Smart Maintenance within Industry 4.0 have the potential to significantly improve the efficiency of industrial maintenance. However, it is important to be careful when deciding which technologies to implement for a given application and when evaluating the quality of the data generated. Otherwise, what should be cost-effective solutions may end up being cost-driving. The use of domain knowledge in selecting, developing, implementing, setting up, and utilizing these technologies is increasingly important for achieving success. In this paper, we will elaborate on this topic by presenting and analyzing insights from industrial cases, drawing on the authors’ extensive experience in the field.

Ort, förlag, år, upplaga, sidor
Springer Science and Business Media Deutschland GmbH , 2024. s. 601-614
Nyckelord [en]
Data-driven decisions, Domain knowledge, Industrial cases, Maintenance, Smart maintenance technologies, Cost effectiveness, Advanced technology, Cost-effective solutions, Data driven decision, Decision modeling, Industrial case, Industrial maintenance, IS costs, Maintenance technologies, Smart maintenance technology
Nationell ämneskategori
Tillförlitlighets- och kvalitetsteknik
Identifikatorer
URN: urn:nbn:se:mdh:diva-65367DOI: 10.1007/978-3-031-39619-9_44Scopus ID: 2-s2.0-85181979974ISBN: 9783031396182 (tryckt)OAI: oai:DiVA.org:mdh-65367DiVA, id: diva2:1828610
Konferens
7th International Congress and Workshop on Industrial AI and eMaintenance, IAI 2023, Luleå, Sweden, 13 June 2023 through 15 June 2023
Tillgänglig från: 2024-01-17 Skapad: 2024-01-17 Senast uppdaterad: 2024-01-17Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Person

Bengtsson, MarcusGiliyana, SanSalonen, Antti

Sök vidare i DiVA

Av författaren/redaktören
Bengtsson, MarcusGiliyana, SanSalonen, Antti
Av organisationen
Innovation och produktrealisering
Tillförlitlighets- och kvalitetsteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 40 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf