Przemysłowe systemy predykcji stanu maszyn i procesów

• Autorzy: Augustyn Damian
• Języki publikacji: PL

Abstrakty

PL

Wraz z koncepcją Przemysłu 4.0 predykcyjne utrzymanie ruchu staje się coraz popularniejsze. Głównym celem predykcji jest przewidywanie przyszłych stanów awaryjnych maszyn i procesów, bazując na znajomości stanów przeszłych oraz obecnych.

Słowa kluczowe

PL

predykcja stanu maszyn; Przemysł 4.0; utrzymanie ruchu; stany awaryjne

• Wydawca: ELAMED Media Group
• Czasopismo: Utrzymanie Ruchu
• Rocznik: 2022
• Tom: Nr 1
• Strony: 20--25
• Opis fizyczny: Bibliogr. 11 poz., rys.

Twórcy

autor

Augustyn Damian

• Politechnika Śląska, Wydział Mechaniczny Technologiczny, Katedra Podstaw Konstrukcji Maszyn

Bibliografia

• 1. Fidali M.: Metody diagnostyki maszyn i urządzeń w predykcyjnym utrzymaniu ruchu. Elamed Media Group, Katowice 2020.
• 2. Jimenez-Cortadi A., Irigoien I., Boto F., Sierra B., Rodriguez G.: Predictive Maintenance on the Machining Process and Machine Tool. „Applied Sciences”, 10/2020, s. 224.
• 3. Mulewicz B., Marzec M., Morkisz P., Oprocha P.: Failures Prediction Based on Performance Monitoring of a Gas Turbine: a Binary Classification Approach. „Schedae Informaticae”, 1/2017, s. 9-21.
• 4. Theissler A., Pérez-Velázquez J., Kettelgerdes M., Elger G.: Predictive maintenance enabled by machine learning: Use cases and challenges in the automotive industry. „Reliability Engineering & System Safety”, 11/2021.
• 5. https://www.mathworks.com/company/newsletters/articles/three-ways-to-estimate-remaining-useful-life-for-predictive-maintenance.html [dostęp: 13.02.2022 r.].
• 6. Analityka predykcyjna w eksploatacji maszyn. ReliaSol, 2020.
• 7. Çınar Z.M., Abdussalam Nuhu A., Zeeshan Q., Korhan O., Asmael M., Safaei B.: Machine Learning in Predictive Maintenance towards Sustainable Smart Manufacturing in Industry 4.0. „Sustainability”, 1/2020.
• 8. Daniyan I., Mpofu K., Oyesola M., Ramatsetse B., Adeodu A.: Artificial intelligence for predictive maintenance in the railcar learning factories. „Procedia Manufacturing”, 4/2020, s. 13-18.
• 9. Boylu Uz F.: Deep learning for predictive maintenance with Long Short Term Memory Networks https://azure.microsoft.com/pl-pl/blog/deep-learning-for-predictive-maintenance [dostęp: 15.02.2022 r.].
• 10. https://granteam.pl/pl/oferta/pdm [dostęp: 16.02.2020 r.].
• 11. https://www.youtube.com/watch?v=_ZsfH9E-BIIU [dostęp: 18.02.2022 r.].