Strojové učení (průmyslové)

V průmyslu strojové učení trénuje algoritmy na historických datech ze senzorů a procesů k předpovědi poruch, detekci anomálií, optimalizaci žádaných hodnot a předpovědi kvality — bez explicitního naprogramování fyziky, která je v pozadí. Pohání většinu moderních prediktivních a optimalizačních nástrojů.

Průmyslové strojové učení se z dat učí normální chování procesu nebo stroje a poté signalizuje odchylky nebo předpovídá výsledky. Mezi aplikace patří předpověď poruch zařízení, detekce procesních anomálií, optimalizace energie a výtěžku a předpověď kvality produktu. Jeho přesnost závisí na kvalitě dat, označených příkladech poruch a odborné znalosti pro zarámování problému a interpretaci výsledků.

Související pojmy

Anomaly Detection · Predictive Maintenance (PdM) · Digital Twin · Edge Computing (Industrial)

Související průvodci

Software