Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Инновации в информационных технологиях, машиностроении и автотранспорте (ИИТМА - 2024); Кемерово; Кемерово
Год издания: 2024
Ключевые слова: прогнозирование отказов, машинное обучение, производственные системы, мониторинг оборудования, failure prediction, machine learning, production systems, equipment monitoring
Аннотация: Статья посвящена использованию методов машинного обучения для прогнозирования отказов оборудования на производственных предприятиях. Рассматриваются основные подходы к прогнозированию отказов, такие как регрессия, классификация, ансамблевые методы и глубокое обучение, а также описывается процесс внедрения системы прогнозирования: оПоказать полностьют сбора данных до мониторинга в режиме реального времени. Прогнозирование отказов на основе машинного обучения позволяет минимизировать простои, сократить затраты на ремонт и повысить надежность производственных процессов. The article is devoted to the use of machine learning methods to predict equipment failures in manufacturing enterprises. The main approaches to predicting failures, such as regression, classification, ensemble methods and deep learning, are considered, and the process of implementing a forecasting system is described: from data collection to real-time monitoring. Predicting failures based on machine learning allows you to minimize downtime, reduce repair costs and improve the reliability of production processes.
Журнал: Инновации в информационных технологиях, машиностроении и автотранспорте
Номера страниц: 490-492
Место издания: Кемерово