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
牛安荷发布了新的文献求助10
1秒前
1秒前
1秒前
buno应助ALLUDO采纳,获得10
2秒前
2秒前
buno应助欢喜的荔枝采纳,获得10
4秒前
丘丘完成签到,获得积分10
4秒前
糟糕的富完成签到,获得积分10
5秒前
昏睡的山芙完成签到,获得积分10
6秒前
6秒前
黄焖鸡完成签到 ,获得积分10
6秒前
在水一方应助蓝莓小姐采纳,获得10
6秒前
小文cremen发布了新的文献求助10
7秒前
8秒前
TingWan完成签到,获得积分10
8秒前
9秒前
无辜玉米完成签到 ,获得积分10
10秒前
10秒前
小马甲应助纯真冰露采纳,获得10
10秒前
11秒前
11秒前
所所应助汉弗里戴维采纳,获得10
12秒前
皮皮虾完成签到,获得积分10
12秒前
伊一发布了新的文献求助10
13秒前
wyr发布了新的文献求助10
13秒前
14秒前
飞快的河马完成签到,获得积分10
15秒前
15秒前
15秒前
充电宝应助如意孤云采纳,获得10
16秒前
熙熙发布了新的文献求助10
16秒前
苔藓发布了新的文献求助10
18秒前
离开时是天命完成签到,获得积分10
18秒前
丹丹子完成签到 ,获得积分10
19秒前
嗯很好发布了新的文献求助10
19秒前
mwy发布了新的文献求助10
20秒前
旗舰发布了新的文献求助10
21秒前
刘振岁发布了新的文献求助10
21秒前
科研通AI2S应助一两风采纳,获得10
22秒前
22秒前
高分求助中
Evolution 3rd edition 1500
保险藏宝图 1000
Lire en communiste 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
2-Acetyl-1-pyrroline: an important aroma component of cooked rice 500
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 3184282
求助须知:如何正确求助?哪些是违规求助? 2834418
关于积分的说明 7999976
捐赠科研通 2496799
什么是DOI,文献DOI怎么找? 1332512
科研通“疑难数据库(出版商)”最低求助积分说明 636594
邀请新用户注册赠送积分活动 603917