Konserwacja predykcyjna wykorzystuje dane z czujników do oceny stanu maszyn i planowania serwisu.
Typowe dane
Drgania, temperatura, pobór prądu, ciśnienie, hałas, olej.
Metody
Od prostych progów i trendów po modele uczenia maszynowego wykrywające anomalie i szacujące pozostały czas życia.
Warunki sukcesu
- dobra jakość i ciągłość danych,
- dane o awariach (historia),
- współpraca z służbami utrzymania ruchu,
- jasny rachunek korzyści.
Ograniczenia
Rzadkie awarie utrudniają trening modeli. Nie wszystkie maszyny opłaca się instrumentować.
