Model-Based Design per la Manutenzione Predittiva

Data Ora
25 feb 2020
9:00 AM EST

Presentazione

La modellazione e la simulazione di sistemi industriali costituiscono un fattore chiave per il megatrend della "Trasformazione Digitale", che supporta concetti diffusi come Digital Twin, Internet-of-Things (IoT) e Data Analytics. In questo contesto, la Manutenzione Predittiva sta guadagnando sempre più interesse grazie alle sue potenzialità di ridurre i tempi di inattività non pianificati e i costi di manutenzione in caso di rottura delle apparecchiature industriali.

In questo webinar, dimostriamo come sia possibile sfruttare i modelli di simulazione di sistemi industriali utilizzando il Model-Based Design per coprire l'intero flusso di lavoro della Manutenzione Predittiva, dall'acquisizione e dalla pre-elaborazione dei dati sino alla progettazione e all’ implementazione di algoritmi su un PLC e come applicazione standalone o web.

Punti principali

Generazione di dati di guasto, Estrazione delle features, Sviluppo di un modello di machine learning, Generazione di codice e test in real-time, Sviluppo di un modello predittivo, Distribuzione di un algoritmo prognostico

Informazioni sul relatore/sui relatori

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.

Prodotti interessati

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