Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Introduzione alla Manutenzione Predittiva
- Che cos'è la manutenzione predittiva?
- Approcci Reactivi, preventivi e predittivi
- ROI nel mondo reale ed esempi di casi d'industria
Raccolta e Preparazione dei Dati
- Sensore, IoT e logging dei dati in ambienti industriali
- Pulizia e strutturazione dei dati per l'analisi
- Dati di serie temporale e etichettatura delle guaste
Machine Learning per la Manutenzione Predittiva
- Panoramica sui modelli di apprendimento automatico (regressione, classificazione, rilevamento anomalo)
- Scegliere il modello giusto per la previsione delle guaste del macchinario
- Addestramento del modello, validazione e metriche di prestazioni
Costruire il Flusso Predittivo
- Pipeline end-to-end: acquisizione dei dati, analisi ed allerte
- Utilizzo di piattaforme cloud o calcolo edge per l'analisi in tempo reale
- Integrazione con sistemi CMMS esistenti o ERP
Modellazione delle Modalità di Fallimento e Indice di Salute degli Attivi
- Previsione delle modalità specifiche di fallimento
- Calcolo della Vida Utile Residua (RUL)
- Sviluppo di dashboard per la salute degli attivi
Sistemi di Visualizzazione e Allertaggio
- Visualizzazione delle previsioni e tendenze
- Impostazione dei limiti e creazione delle allerte
- Progettazione di indicazioni azionabili per gli operatori
Best Practices e Risk Management
- Superare le questioni della qualità dei dati
- Etica ed esplicabilità nei sistemi AI industriali
- Gestione del cambiamento e adozione tra le squadre
Riepilogo e Prossimi Passaggi
Requisiti
- Comprensione degli impianti industriali e dei flussi di lavoro della manutenzione
- Familiarità basilare con i concetti dell'IA e dell'apprendimento automatico
- Esperienza con sistemi di raccolta e monitoraggio dati
Pubblico
- Ingegneri della manutenzione
- Team di affidabilità
- Manager delle operazioni
14 Ore