Návrh Školení

Úvod do prediktivní údržby

  • Co je prediktivní údržba?
  • Reactive vs. prevencivní vs. prediktivní přístupy
  • Skutečné ROI a případové studie ze srovnatelných sektorů

Sběr a příprava dat

  • Senzory, IoT a protokolování dat v průmyslových prostředích
  • Vyčištění a strukturování dat pro analýzu
  • Časové řady dat a označování selhání

Machine Learning pro prediktivní údržbu

  • Přehled o modely strojového učení (regrese, klasifikace, detekce anomálií)
  • Výběr správného modelu pro predikci selhání zařízení
  • Trénování modelů, validace a metriky výkonu

Postavení prediktivního pracovního postupu

  • End-to-end pipeline: sběr dat, analýza a upozornění
  • Použití cloudových platform nebo edge computing pro reálné časové analýzy
  • Integrace s existujícími systemy CMMS nebo ERP

Modelování režimů selhání a indexu zdravotního stavu aktiv

  • Predikce specifických režimů selhání
  • Výpočet zbývajícího užitného životnosti (RUL)
  • Vyvoj panelů s přehledem zdravotního stavu aktiv

Systémy vizualizace a upozornění

  • Vizualizace predikcí a trendů
  • Nastavení prahu a vytvoření upozornění
  • Navrhování užitečných pohledů pro operátory

Nejlepší postupy a Risk Management

  • Překonávání problémů s kvalitou dat
  • Etnické aspekty a vysvětlitelnost v průmyslových systémech AI
  • Správa změn a přijetí mezi týmy

Shrnutí a další kroky

Požadavky

  • Přehled o průmyslovém zařízení a pracovních postupech pro údržbu
  • Základní znalosti AI a koncepty strojového učení
  • Zkušenosti s systémy sběru a monitorování dat

Cílová skupina

  • Inženýři pro údržbu
  • Týmy zodpovědné za spolehlivost
  • Manažeři operačních procesů
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie