Analysis and Diagnosis of Anomalies in Crane Systems

Read full text Summarise with VIRAT
Authors: Stöckl, Thomas
Cited by: 0
References: 9

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

Das unbeabsichtigte Anheben von Waggons oder LKWs beim Containerumschlag stellt in intermodalen Terminals ein häufiges Problem dar. Solche Vorfälle können Schäden verursachen, Abläufe verzögern und die Sicherheit beeinträchtigen. Diese Arbeit untersucht, ob sich historische Kransensordaten nutzen lassen, um Waggon- und LKW-Anhebungen automatisch zu erkennen und wie sich solche Informationen zur Weiterentwicklung zukünftiger Anti-Lifting-Konzepte einsetzen lassen.Dazu wird eine Machine-Learning-Pipeline entwickelt, die unbeabsichtigte Anhebungen identifiziert. Dazu werden Kraftsignale analysiert und in aussagekräftige Merkmale (Features) überführt. Im Vergleich verschiedener Klassifizierungmethoden erzielen baumbasierte Modelle die besten Ergebnisse. Die Resultate zeigen, dass Waggon-Anhebungen zuverlässig erkannt werden können, während die automatische Erkennung von LKW-Anhebungen deutlich schwieriger ist.

Fields of Study & Subjects

Machine Fault Diagnosis Techniques Anomaly Detection Techniques and Applications Dynamics and Control of Mechanical Systems

Publication details

Journal / source
reposiTUm (TU Wien)
Publication date
1 March 2026
Language
EN
Document type
Thesis