已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

A Framework for the Capture and Analysis of Product Usage Data for Continuous Product Improvement

计算机科学 背景(考古学) 产品生命周期 产品设计说明书 产品(数学) 新产品开发 产品设计 产品工程 系统工程 工程类 几何学 数学 生物 业务 古生物学 营销
作者
Henning Voet,Max Altenhof,Max Ellerich,Robert Schmitt,Barbara Linke
出处
期刊:Journal of Manufacturing Science and Engineering-transactions of The Asme [ASME International]
卷期号:141 (2) 被引量:24
标识
DOI:10.1115/1.4041948
摘要

Product improvement, usually through changes in design and functionality, is relying more and more on the continuous analysis of large amounts of data. Product data can come from many sources with varying effort in obtaining the data, e.g., condition monitoring and maintenance data. Intelligent products, also known as “product embedded information devices” (PEID), are already equipped with sensors and onboard computing capabilities and therefore able to generate valuable data such as the number of user interactions during the use phase. The internet of things (IoT) makes data transfer possible at any time to close the loop for the product lifecycle data and methods like machine learning promote new uses of those data. This paper proposes a methodology to capture the most relevant data on product use and human–product interaction automatically and utilize it as part of data-driven product improvement. Product engineers and designers will gain insights into the use phase and can derive design changes and quality improvements. The methodology guides the user through research on product use dimensions based on the principles of user-centered design (UCD). The findings are applied to define what usage elements, such as specific actions and context, need to be available from the use phase. During systems development, machine learning is suggested to fuse sensor data to efficiently capture the usage elements. After product deployment, use data are retrieved and analyzed to identify the improvement potential. This research is a first step on the long way to self-optimizing products.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
怡然远望完成签到 ,获得积分10
1秒前
勤恳的心情完成签到,获得积分10
3秒前
海棠依旧发布了新的文献求助10
4秒前
明天好完成签到,获得积分10
5秒前
5秒前
许三问完成签到 ,获得积分0
6秒前
yema完成签到 ,获得积分10
6秒前
任我行发布了新的文献求助10
8秒前
10秒前
海棠依旧完成签到,获得积分20
12秒前
个性凝芙完成签到,获得积分10
12秒前
SciGPT应助爱德华兹俊采纳,获得10
13秒前
友好大树发布了新的文献求助30
15秒前
壮观的谷冬完成签到 ,获得积分10
17秒前
任我行完成签到,获得积分10
18秒前
无限电话应助皮代谷采纳,获得10
20秒前
jyy应助科研通管家采纳,获得10
29秒前
31秒前
王晓龙发布了新的文献求助10
36秒前
务实的焦完成签到 ,获得积分20
37秒前
39秒前
九日橙完成签到 ,获得积分10
41秒前
47秒前
47秒前
47秒前
47秒前
48秒前
48秒前
49秒前
49秒前
49秒前
49秒前
49秒前
王晓龙完成签到,获得积分20
50秒前
50秒前
liangmu发布了新的文献求助10
51秒前
53秒前
347完成签到,获得积分10
53秒前
Bearbiscuit发布了新的文献求助10
53秒前
Bearbiscuit发布了新的文献求助10
53秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
安全防范技术与工程 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2024 Medicinal Chemistry Reviews 400
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
Dictionary of socialism 350
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3192491
求助须知:如何正确求助?哪些是违规求助? 2841611
关于积分的说明 8034138
捐赠科研通 2505246
什么是DOI,文献DOI怎么找? 1338462
科研通“疑难数据库(出版商)”最低求助积分说明 638351
邀请新用户注册赠送积分活动 606881