Systém se strojovým učením pro detekci a analýzu anomálií dynamického systému

Abstract

Tato práce se zabývá návrhem systému pro analýzu a detekci anomálií v průmyslovém dynamickém systému. V teoretické části je popsán charakter anomálií v signálu, existující přístupy detekce anomálie, nároky kladené na detekční algoritmus v praxi a příznaky, kterými je možné charakterizovat signál. V praktické části je zvolen a popsán stroj, na kterém je provedeno ověření navrženého systému, proveden výběr příznaků na základě testování a z vybraných příznaků sestaven systém schopný detekce a analýzy anomálie. Je následně ověřena přesnost tohoto systému a navrženo uživatelské rozhraní.

This thesis designs a system capable of analyzing and detecting anomalies in an industrial dynamic system. The theoretical part describes the nature of anomalies in the signal, existing approaches for anomaly detection, the demands placed on the detection algorithm in practice and the features that can be used to analyze the signal. In the practical part, a testing machine on which the verification of the proposed system will be performed is selected and described, features are selected based on testing, and a system capable of anomaly detection and analysis is built from the selected features. The accuracy of this system is then verified, and the user interface is designed.