Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduktion till Prediktiv Underhåll
- Vad är prediktivt underhåll?
- Reactiv vs. förebyggande vs. prediktiva tillvägagångssätt
- Verkligt ROI och industriella fallstudier
Datainsamling och förberedelse
- Sensorer, IoT och dataloggning i industriella miljöer
- Datarening och strukturering för analys
- Tidsseriedata och felmärkning
Machine Learning för prediktivt underhåll
- Översikt över maskininlärningsmodeller (regression, klassificering, anomalidetektering)
- Att välja rätt modell för att förutsäga utrustningsfel
- Modelltränings-, validering- och prestandamått
Bygga upp det prediktiva arbetsflödet
- Slutenhetspipeline: datainsamling, analys och alarm
- Användning av molnplattformar eller kantdatorer för realtidsanalys
- Integration med befintliga CMMS- eller ERP-system
Modeller för felmod och hälsoindex
- Förutsäga specifika felmod
- Beräkning av kvarvarande användbar livslängd (RUL)
- Utveckling av tillgångshälsodashboards
Visualisering och alarmsystem
- Visualisera förutsägelser och trender
- Sätta tröskelvärden och skapa alarm
- Designa åtgärdsbara insikter för operatörer
Bästa praxis och Risk Management
- Överkomma problem med datakvalitet
- Etik och förklarbarhet i industriella AI-system
- Förändringshantering och antagande av lagar och förordningar
Sammanfattning och nästa steg
Krav
- Förståelse för industriell utrustning och underhållsflöden
- Grundläggande kännedom om AI och maskininlärningskoncept
- Erfarenhet av datainsamling och övervakningssystem
Målgrupp
- Underhållsingenjörer
- Pålitlighetsteam
- Operationschefer
14 timmar