MATLAB per manutenzione predittiva, Big Data e IoT

Luogo Sede Data di inizio Data di fine
Milano, Italia
COSMO HOTEL PALACE 10 dic 2019 - 09:30 10 dic 2019 - 15:45

Presentazione

La modellazione, la simulazione e l’analisi dati di macchine industriali ed impianti di produzione sono i reali fattori abilitanti per l’effettiva adozione di tutte le tecnologie innovative che ricadono nell’ambito Industry 4.0

La manutenzione predittiva in MATLAB & Simulink, la piattaforma che permette un approccio integrato a questi fattori abilitanti, coinvolgendo in un unico framework sia ingegneri progettisti che data scientists ed offrendo un accesso diretto a diversi aspetti della progettazione ed operazione di macchinari complessi, permette di ridurre i costi operativi per le aziende che utilizzano e producono apparecchiature costose, prevedendo guasti a partire dai dati ricevuti dai sensori. L'identificazione e l'estrazione di informazioni utili da tali dati è un processo che spesso richiede diverse iterazioni e una profonda comprensione della macchina e delle sue condizioni operative.

Nella prima parte di questo seminario, scoprirete come MATLAB combini tecniche di machine learning con quelle tradizionali di Model-Based Design e signal processing per predire e isolare guasti, nonché stimare la vita utile residua dell’impianto in esame.

Tramite un esempio implementato per una macchina per l’impacchettamento, apprezzerete come validare i vostri algoritmi per poi integrarli con dispositivi embedded o PLC e con le piattaforme IT / OT aziendali.

IoT e Big Data concretizzano la digitalizzazione dei processi di raccolta dati che, elaborati e modellati, supportano la continua evoluzione della manutenzione predittiva. I big data rappresentano un'opportunità straordinaria per scoprire cose nuove sui prodotti che realizziamo e su come le persone interagiscono con loro. Tuttavia, le grandi serie di dati rappresentano anche delle vere e proprie sfide. Come li interroghiamo? Come li leggiamo? Nella seconda parte della giornata, imparerete le strategie e le tecniche per importare e analizzare Big Data in MATLAB.

“MATLAB® has always been designed for engineers, by engineers. MathWorks is committed to making MATLAB the easiest and most productive tool for working with big data, because making sense of large datasets is becoming an important part of solving complex design challenges.’’ Roy Lurie, VP of Engineering for MATLAB Products MathWorks - Guarda il video

Punti principali

  • Come sfruttare il Model-Based Design per la generazione di dati di guasto e test in real-time
  • Velocizzare i processi di estrazione delle feature e training di modelli di machine learning tramite App
  • Generazione automatica di codice C per algoritmi di classificazione dei guasti
  • Acquisizione e manipolazione di dati da sensori, di immagini e video, da tweet e altri dati in real-time
  • Accesso a big data, pre-processing e feature extraction
  • Modelli di Machine learning e neural network
  • Integrazione di modelli in sistemi enterprise, on-premise e in cloud
  • Integrazione di modelli su sistemi harware real-time
  • Analisi e visualizzazioni interattive dei dati
  • Gestione di grandi set di dati
  • Tecniche di modellazione basate sui dati
  • Sensor Data Analytics 

Chi dovrebbe partecipare

  • Progettisti dell’automazione industriale che sviluppano sistemi meccatronici
  • Ingegneri, analisti e data scientist che devono utilizzare MATLAB per sviluppare sistemi di analytics con dati eterogenei
  • Ingegneri, analisti, data scientist e specialisti IT che sviluppano ed integrano sistemi di manutenzione predittiva
  • Professionisti dell'industria e del mondo universitario che hanno la necessità di sviluppare applicazioni e algoritmi in un contesto di Big Data Analytics e Internet of Things.

Informazioni sul relatore/sui relatori

Francesca Perino, grande appassionata di sviluppo software e delle tecnologie a supporto del computational modeling, è attualmente Principal Application Engineer di MathWorks. Per diversi anni, prima come sviluppatore e poi come Application Engineer ha utilizzato MATLAB per lo sviluppo di algoritmi e di applicazioni per l’analisi dati e la modellazione numerica, principalmente in ambito computational finance ed energy & production. Francesca conosce in maniera approfondita la piattaforma MATLAB e in MathWorks si occupa del supporto ad alcune delle soluzioni enterprise in cui gli algoritmi sviluppati in MATLAB possono essere integrati e scalati

Francesco Alderisio è Application Engineer in MathWorks, con particolare focus su strumenti per la modellazione fisica, simulazione desktop e real-time, progettazione di sistemi di controllo e generazione automatica di codice, machine learning e manutenzione predittiva. Entrato in MathWorks nel 2017 come Technical Support Engineer, dal 2018 ricopre il ruolo di Application Engineer. Francesco ha conseguito una Laurea (M.Sc.) in Ingegneria dell’Automazione presso l’Università di Napoli “Federico II”, ed un dottorato di ricerca (Ph.D.) in Ingegneria Matematica presso l’Università di Bristol, UK.

Agenda

Ora Titolo

09:30

Registrazione e Welcome Coffee

10:00

Introduzione alla manutenzione predittiva in MATLAB e Simulink

11:00

Condition monitoring

  • Generazione di dati di failure a partire da un modello Simulink
  • Tecniche di machine learning per l’implementazione di algoritmi di classificazione
  • Generazione automatica di codice C per dispositivi embedded o PLC e test in real-time 

11:30

Break

11:45

Stima della vita utile residua

  • Modelli predittivi di degradazione
  • Implementazione e distribuzione di un App per la stima della RUL (Remaining Useful Life)

12:45

Q&A

13:00 Fine Sessione 1

13:00

Lunch

14:15

Master Class: Elaborazione di Big Data con MATLAB

Set di dati di grandi dimensioni possono assumere la forma di file di grandi dimensioni che non si adattano alla memoria disponibile o di file che richiedono molto tempo per essere elaborati. Un set di dati di grandi dimensioni può anche essere una raccolta di numerosi piccoli file. Non esiste un unico approccio per lavorare con set di dati di grandi dimensioni, quindi MATLAB® include una serie di strumenti per l'accesso e l'elaborazione di dati di grandi dimensioni. In questa presentazione illustreremo quali sono gli strumenti disponibili in MATLAB® per supportare il workflow, dall’acquisizione del dato, alla sua elaborazione e modellazione, fino all’integrazione degli algoritmi in applicazioni di data analytics.

15:45 Fine Sessione 2

Prodotti interessati

You are already signed in to your MathWorks Account. Please press the "Submit" button to complete the process.