Manutenzione predittiva

La manutenzione predittiva usa i dati per effettuare il monitoraggio intelligente del comportamento delle macchine in modo da ridurre i costi di interventi prematuri ed evitare guasti catastrofici. Gli intervalli tra un intervento di manutenzione e l’altro possono essere ottimizzati inferendo informazioni sullo stato di salute delle apparecchiature dai dati provenienti dai sensori. Ciò consente un funzionamento più smart, tempi operativi più lunghi e costi generali più bassi. MATLAB è lo strumento ideale per implementare il workflow di manutenzione predittiva.

Pre-elaborazione dei dati

I consulenti MathWorks offrono assistenza per operazioni quali il consolidamento dei dati, la pulizia, l’attuazione di tecniche di elaborazione di segnali, in modo da poter gestire i dati distribuiti, quelli mancanti e non validi, nonché gli outlier e il rumore. Ciò che si ottiene è un set di dati strutturato e pronto per l’analisi e lo sviluppo del modello.

Analisi esplorativa

Ti aiuteremo a studiare i tuoi dati in modo efficiente e sistematico, compresi i casi in cui il rapporto tra le misurazioni dei sensori e l’output, come la vita utile residua, non viene compreso bene. Gli strumenti di visualizzazione e analisi dei dati, come le applicazioni per l’adattamento delle curve, l’identificazione dei sistemi e di analisi dei segnali, possono essere utilizzati per testare le ipotesi e ottenere informazioni utili in tempi rapidi. È possibile attuare i metodi di riduzione della dimensionalità e di classificazione e selezione delle feature per prepararsi allo sviluppo del modello.

Modellazione predittiva

Se i punti di dati non sono etichettati, ti aiuteremo ad adottare un approccio di Machine Learning senza supervisione per rilevare pattern e anomalie nelle tue misurazioni. Ti mostreremo come visualizzare e analizzare i cambiamenti avvenuti nelle misurazioni correlati al passare del tempo, ovvero l’inferitura delle traiettorie di invecchiamento delle apparecchiature nello spazio delle feature. Ti aiuteremo a individuare e visualizzare i cluster presenti nei tuoi dati e ti assisteremo nell’etichettatura di queste categorie.

Se i punti di dati sono etichettati, ti aiuteremo a creare e a confrontare un’ampia gamma di modelli di classificazione e/o regressione rispettivamente per trovare la causa principale dei guasti e stimare la vita utile residua. Possiamo aiutarti a convalidare e a perfezionare il modello dalle prestazioni più alte, oltre ad analizzare le trasformazioni delle feature per aumentare la precisione. Sulla base delle feature selezionate è possibile prendere decisioni in merito a quali sensori forniscono le informazioni più significative.

Distribuzione operativa

Una volta sviluppato il modello predittivo, ti aiuteremo a portarlo in produzione. Per finalizzare le procedure di controllo si selezionano soglie e metriche sulle prestazioni. Successivamente, lavoreremo insieme per distribuire il codice C / C++ e/o il codice HDL, generato automaticamente dall’algoritmo, su un dispositivo ‘smart’, un microcontroller o un telefono. Ti aiuteremo anche a implementare le analisi IoT, nel Cloud oppure on-premise.

I consulenti MathWorks ti aiuteranno a:

Determinare le tecniche appropriate di pre-elaborazione dei dati, selezione delle feature e modellazione predittiva, da applicare ai tuoi dati
Trasmetterti conoscenze e migliori pratiche per accrescere le tue competenze interne tramite sessioni di coaching personalizzate e basate su progetti
Portare le tue procedure revisionate in produzione, per ridurre i costi operativi e di manutenzione

Richiedi una consulenza gratuita

Riduzione dei tempi di fermo e dei costi operativi: raggiungimento più rapido dei risultati con MathWorks Consulting

Per saperne di più