Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
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