Intégration de données secondaires dans la mise en oeuvre de modèles prédictifs pour la maintenance

将二级管理人员集成到维护预测模块的所有操作中

• 批准号: 490960-2015
• 负责人: Chaabane, Amin
• 金额: $ 1.82万
• 依托单位: École de technologie supérieure
• 依托单位国家: 加拿大
• 项目类别: Engage Grants Program
• 财政年份: 2015
• 资助国家: 加拿大
• 起止时间: 2015-01-01 至 2016-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=586685
• 关键词: Int; gration; de; donn; es

Le concept de la maintenance basée sur la fiabilité a été introduit à la fin des années 1970 pour atteindre des objectifs de sécurité dans le domaine de l'aviation. L'apparition de nouvelles techniques d'échantillonnage et de traitement des données provenant des équipements permet de développer des outils de maintenance prédictive basée sur la fiabilité pour des chaines de production industrielles. La compagnie Matricis développe un service commercial pour offrir de la maintenance prédictive, et ainsi, bonifier les systèmes de GMAO déjà en place dans la plupart des entreprises. Le principe de fonctionnement actuel est de capter des données primaires provenant de capteurs installés sur les équipements et d'utiliser des outils statistiques pour prévoir une détérioration de l'état des équipements. Ces données primaires comportent des variations qui sont attribuables à plusieurs paramètres provenant du fonctionnement des équipements et des systèmes connexes. Ces variations rendent les prévisions de comportement moins rentables à analyser à l'aide des modèles statistiques intuitifs. L'objectif de ce projet est de générer des données secondaires permettant de caractériser des propriétés fonctionnelles des équipements et de mesurer leurs conditions. Cette approche devrait permettre de résoudre des problèmes causés par la variabilité des données primaires provenant des capteurs et aussi, par le fait même, permettre de bâtir une solution simplifiée dont les résultats seront plus intuitifs à interpréter par les utilisateurs. Il sera nécessaire de bâtir une procédure pour convertir les données primaires d'échantillonnage en données secondaires décrivant des comportements physiques. Il sera possible de leur appliquer des outils prédictifs à partir de modèles statistiques de régression et de modèles neuronaux

故障维护基础概念介绍于 1970 年末 航空领域的安全目标。新的幻象和技术 预防性维护工作开发人员的设备来源特征 生产工业链的基础设施。 La compagnie Matricis développe un service Commercial pour of Frir de la Maintenance predictive, et ainsi, 使 GMAO 系统在企业的多元化中得到改善。 实际功能的原理是由初级安装捕获者提供的 设备和使用统计数据以防止设备损坏。铯 一些主要的变化归因于参数的优点 设备和系统连接功能。 可租赁的行为预置、分析器和模型助手的各种变化 直觉统计。 项目的目标是一般性的二级财产的永久财产特征 设备和测量条件的功能。 解决初级变量问题的方法 来自捕获者和澳大利亚人，par le fait même，permettre de bâtir une Solution simplifiée dont les Resultats 为使用者提供直观的解释。 需要将 Données Primaires d'échantillonnage en données 转换为所需程序 体质的第二项指标。 回归和统计模型部分的预测应用有可能 神经元模型