Свържете се с нас

Съдържание и теми, включени в курса

Въведение в прогнозната поддръжка

  • Какво представлява прогнозната поддръжка?
  • Реактивен срещу превантивен срещу прогнозен подход
  • Възвръщаемост на инвестициите в реалния свят и индустриални казуси

Събиране и подготовка на данни

  • Сензори, IoT и регистриране на данни в индустриални среди
  • Почистване и структуриране на данни за анализ
  • Данни от времеви редове и етикетиране на повреди

Машинно обучение за прогнозна поддръжка

  • Преглед на модели за машинно обучение (регресия, класификация, откриване на аномалии)
  • Избор на правилния модел за прогнозиране на повреда на оборудването
  • Обучение на модел, валидиране и показатели за ефективност

Изграждане на прогнозния работен поток

  • Цялостен pipeline: поглъщане на данни, анализ и предупреждения
  • Използване на облачни платформи или edge computing за анализ в реално време
  • Интеграция със съществуващи CMMS или ERP системи

Моделиране на режим на повреда и здравен индекс

  • Прогнозиране на специфични режими на повреда
  • Изчисляване на оставащ полезен живот (RUL)
  • Разработване на табла за управление на здравето на активите

Системи за визуализация и предупреждения

  • Визуализиране на прогнози и тенденции
  • Задаване на прагове и създаване на предупреждения
  • Проектиране на практически приложими изводи за операторите

Най-добри практики и управление на риска

  • Преодоляване на проблеми с качеството на данните
  • Етика и обяснимост в индустриалните системи с изкуствен интелект
  • Управление на промяната и внедряване в екипите

Обобщение и следващи стъпки

Изисквания

  • Разбиране на индустриално оборудване и работни потоци за поддръжка
  • Основна запознатост с концепциите за изкуствен интелект и машинно обучение
  • Опит със системи за събиране на данни и мониторинг

Аудитория

  • Инженери по поддръжка
  • Екипи по надеждност
  • Оперативни мениджъри
 14 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории