Riassunto analitico
L'obiettivo della manutenzione predittiva è quello di prevedere con sufficiente anticipo i failure, con lo scopo di permettere l'intervento sulle macchine prima che avvengano effettivamente i guasti. Tale approccio, oltre a consentire una riduzione sostanziale dei costi di manutenzione, aiuta nel miglioramento della reputazione con i clienti, dato che i macchinari in loro dotazione subiscono una quantità significativamente inferiore di failure inattesi. In questo progetto si proporrà un approccio basato su diverse tecniche di machine learning per cercare di predire i failure basandosi sui dati estratti dai log prodotti dalle macchine. Per trovare la soluzione migliore per i dati a disposizione, verranno testate diverse tecniche di machine learning e diversi approcci alla risoluzione del problema. Per la valutazione delle performance verranno utilizzati tre dataset costituiti da migliaia di file di log provenienti da centinaia di macchine in uso nel mondo reale per la gestione automatica del contante. Il sistema qui presentato ha ottenuto risultati molto positivi ed è attualmente in funzione per il monitoraggio di centinaia di macchine in tutto il mondo.
|
