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

Спикеры

Анастасия Лесничая
Анастасия Лесничая
Анастасия Лесничая

Инженер ЦИТМ Экспонента в сфере искусственного интеллекта. Основное направление работы - разработка систем мониторинга и диагностики промышленного оборудования.  Получила степень бакалавра и магистратура в МГТУ им. Баумана, магистратура RWTH Aachen University по направлению "Биомедицинская техника" в 2022 г.  Специализируется на машинном обучении,  обработке сигналов и изображений.