Предсказание отказов промышленного оборудования достигается за счёт непрерывного мониторинга и контроля состояния оборудования.
Предсказательное обслуживание призвано существенно снизить затраты на техническое обслуживание оборудование, сократить количество поломок и время простоя оборудования.
В ходе вебинара будет рассказано о существующих подходах к организации предсказательного обслуживания.
Также будет продемонстрирована экспериментальная установка, состоящая из электродвигателя, передаточного механизма, нагрузки и системы датчиков. Установка моделирует режимы корректной работы, электрический и механические дефекты и их комбинаций.
На вебинаре будет обсуждаться организация сбора данных и их обработка. Будут показаны варианты решения задачи обнаружения признаков износа и их классификации с применением анализа сигналов и машинного обучения.
Инженер ЦИТМ Экспонента в сфере искусственного интеллекта. Основное направление работы - разработка систем мониторинга и диагностики промышленного оборудования. Получила степень бакалавра и магистра в МГТУ им. Баумана, магистра в RWTH Aachen University по направлению "Биомедицинская техника" в 2022 г. Специализируется на анализе данных, машинном обучении, обработке сигналов и изображений.