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.
План на курса
Увод в предиктивното обслужване
- Какво е предиктивното обслужване?
- Reactиво vs. предупредително vs. предиктивни подходи
- Реални ROI и случаи на употреба в индустрията
Данни за събиране и подготовка
- Сензори, IoT и записване на данни в индустриална среда
- Очистване и структуриране на данни за анализ
- Времеви редове данни и маркиране на откази
Machine Learning за предиктивното обслужване
- Обзор на модели на машинно обучение (регресия, класификация, откриване на аномалии)
- Избор на подходящ модел за прогнозиране на откази на оборудване
- Обучение, валидация на модели и метрики за производителност
Създаване на предиктивен процес
- Крайна на краен процес: внасяне на данни, анализ и предупреждения
- Използване на облачни платформи или обработка на ръба за анализ в реално време
- Интеграция с съществуващи системи CMMS или ERP
Моделиране на режим на отказ и индекс на здраве
- Прогнозиране на специфични режими на отказ
- Изчисляване на Останало полезно време (RUL)
- Разработка на панели за здраве на активи
Системи за визуализация и предупреждения
- Визуализация на прогнози и тенденции
- Настройка на прагове и създаване на предупреждения
- Създаване на действителни инсайти за оператори
Най-добри практики и Risk Management
- Преодоляване на проблеми със качеството на данните
- Етика и обяснимост в индустриални AI системи
- Управление на промени и приемане от екипи
Резюме и следващи стъпки
Изисквания
- Разбиране на промышленно оборудване и процеси на поддръжка
- Основна познания за концепциите на изкуствен интелект и машинен учене
- Опит с системи за събиране и мониторинг на данни
Целева аудитория
- Инженери по поддръжка
- Екипи за надеждност
- Мениджъри по операции
14 часа