Estimer den resterende brugbare levetid på en fly motor

I dette blogindlæg vil vi se, hvor meget bedre en Machine Learning model vi kan skabe, ved at have flere nedbrud tilgængelige til at træne på. Således har vi opdelt datasættet til 7, 30 og 100 nedbrud og vil se, hvor meget bedre en Machine Learning model bliver, når vi får en større repræsentation af nedbrydning grundet slitage.

Billede af en flyvers vinge

Hvad du skal lede efter i vibrations sensorer for prædiktiv vedligeholdelse

Valg af de rigtige sensorer til prædiktiv vedligeholdelse kan være en jungle. Dette blogindlæg giver dig råd om, hvad du skal kigge efter, og hvordan du kan komme i gang på din rejse. Vi vil også se på typiske faldgruber, og hvad du skal være opmærksom på som kunde for at få de rigtige sensorer, der passer til din produktion.

What to look for in sensors for Predictive Maintenance

P-F Interval og Prædiktiv Vedligeholdelse

Hvad er P-F-intervallet, og hvorfor er det vigtigt, når man taler om prædiktiv vedligeholdelse? I dette blogindlæg får du en introduktion til P-F-intervallet, og hvordan prædiktiv vedligeholdelse med machine learning kan forbedre påvisningen af potentielle fejl og give dig muligheden for at planlægge vedligeholdelse, før en fejl opstår.

P-F-interval

Hvad der skal til for at levere Machine Learning

Mange addressere Machine Learning projekter som en black-box løsning eler en produkt leverance.
Machine Learning-projekter, der leveres med rigtigt, er dog meget mere end det.
Det giver dig indsigt i, om du opsampler det rette data, og om dine hypoteser omkring mønstre i din produktion er sande.

Hvad der skal til for at levere machine learning

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