Návrh využití strojového učení v modulu prediktivní údržby

Abstract

Cílem této práce je navržení využití algoritmů strojového učení pro vytvoření modulu prediktivní údržby. Práce se zabývá algoritmy shlukové analýzy za účelem analýzy vstupních dat a jejich možným využitím v prediktivní údržbě. Práce popisuje aplikaci jednotlivých metod na data ze simulátoru výrobní linky (od firmy mySCADA s.r.o.) a na umělá data. Závěrem práce je návrh využití popsaných metod v modulu prediktivní údržby pro detekci anomálií a predikci poruchových stavů.

This thesis aims to propose the use of machine learning algorithms to design a predictive maintenance module. Cluster analysis algorithms are examined to analyse input data and to decide about their possible utilization in predictive maintenance. The work describes the application of several methods on the data from the production line simulator (company mySCADA s.r.o.) and artificial data. The conclusion of this thesis is a proposal of usage of described methods in predictive maintenance module to detect anomalies and predict fault states.