Big Data w służbie predykcji

• Autorzy: Jamrozik W.
• Języki publikacji: PL

Abstrakty

PL

W dobie rozwoju idei Przemysłu 4.0 systemy pomiarowe stosowane w instalacjach monitorowania i diagnostyki pozwalają na gromadzenie ogromnych ilości danych (ang. Big Data). Dane zgromadzone w systemach SCADA lub CMMS pozostają w większości przypadków niewykorzystane. Zrozumienie zależności występujących w danych, które opisują związek pomiędzy mierzonymi wartościami a stanem maszyny, jest niezbędne do udanego wdrożenia mechanizmów predykcyjnego utrzymania ruchu. Inżynierom z pomocą przychodzą zaawansowane narzędzia uczenia maszynowego i sztucznej inteligencji.

Słowa kluczowe

PL

big data; Przemysł 4.0; uczenie maszynowe; sztuczna inteligencja; predykcyjne utrzymanie ruchu

• Wydawca: ELAMED Media Group
• Czasopismo: Utrzymanie Ruchu
• Rocznik: 2018
• Tom: Nr 4
• Strony: 36--39
• Opis fizyczny: Bibliogr. 4 poz., fot., rys.

Twórcy

autor

Jamrozik W.

• Instytut Podstaw Konstrukcji Maszyn, Politechnika Śląska

Bibliografia

• 1. Laney D.: 3D Data Management: Controlling Data Volume, Velocity, and Variety. META Group, February 2001.
• 2. Peeling P.: Big Data and Machine Learning for Predictive Maintenance. http://www.matlabexpo.com/uk/2017/proceedings/big-data-machine-learning-for-predictive-maintenance.pdf [dostęp: 15.09.2018 r.].
• 3. Predictive Maintenance Taking pro-active measures based on advanced data analytics to predict and avoid machine failure. https://www2.deloitte.com/content/dam/Deloitte/de/Documents/deloitte-analytics/Deloitte_Predictive-Maintenance_PositionPaper.pdf [dostęp: 15.09.2018 r.].
• 4. https://www.pwc.nl/nl/assets/documents/pwc-predictive-maintenance-4-0.pdf [dostęp: 15.09.2018 r.].