Udregn den resterende brugbare levetid (RUL) på en vandpumpe

I dette blogindlæg vil vi tale om fordelene ved at anvende begrebet resterende brugbare levetid, eller remaining useful life, på en maskinkomponent som en hoveddriver til planlægning af vedligeholdelse og påvisning af slid, før der opstår nedbrud. Der er et stort potentiale for både at reducere de samlede omkostninger ved vedligeholdelse og reservedele, men også for at øge den samlede oppetid ved at bruge data, når man planlægger vedligeholdelsesintervaller.

Diagram der viser den forudsagte og sande RUL på en vandpumpe

Forskellige tilgange til Prædiktiv Vedligeholdelse

I dette blogindlæg gennemgår vi de forskellige tilgange til prædiktiv vedligeholdelse. Right data er altid grundlaget, og forskellige typer maskinlæringsalgoritmer kan bruges afhængigt af den aktuelle situation og det problem / den værdi, vi sigter mod.

Forskellige typer nedbrud.

Giver det mening at reducere uplanlagt nedetid med prædiktiv vedligeholdelse?

Ifølge Dansk Vedligeholdelsesforening (DDV) anslås maskinervedligeholdelse til at koste danske produktionsvirksomheder 25 milliarder danske kroner hvert år. Derudover anslås det, at der sker en global omkostningsreduktion på $ 240 - $ 630 milliarder i 2025 takket være implementeringen af ​​prædiktiv vedligeholdelse [1].

image of pipes

Myth Busting AI

Der er mange myter om kunstig intelligens (AI) og machine learning (ML). Som med andre nye teknologier er nogle sande og andre helt forkerte. De usande myter skaber ofte støj, der forhindre os i at tage de rigtige beslutninger om denne nye teknologi. I dette blogindlæg vil vi forsøge at myte bust nogle af de mest almindelige myter inden for AI.

checklist with yes and no marked

Hvorfor er gentræning så vigtigt?

Når vi hjælper kunder med deres data og at benytte machine learning bliver vi nogengange spurgt “hvorfor er gentræning så vigtigt?” Dette er naturligt, da man ofte ved softwareudvikling kan høre folk sige: “Når koden fungerer, skal du lade den være” eller “if it aint broke don't fix it”.

Machine learning formula

Data Lækage og hvordan du undgår det

I dette blogindlæg talker vi om noget der indenfor machine learning kaldes data lækage. Det er ikke at forveksle med lækage af data til offentligheden!
Data lækage indenfor machine learning er når en feature vi benytter til at forudsige et output, på tidspunktet hvor vi laver forudsigelsen ikke kunne være tilgængelig. I mange tilfælde holder featuren information omkring den værdi som vi forsøger at forudsige.

Code on a computer with glasses in front

Korrelation er ikke det samme som kausalitet

Reducer energiforbruget i din husstand, så lever du længere".
Dette kan være en overskrift i din foretrukne avis. Mennesker har en tendens til at se en korrelation mellem to værdier og bestemmer straks, at der er kausalitet. Kausalitet er det samme som årssagssammenhæng og begge udtryk vil blive anvndt i denne blog post Men ville du virkelig leve længere uden energi i din husstand?

Billede af korrelation.