Платформа предиктивной аналитики для электродвигателей

8 месяцев 6 специалистов

--------------------

О проекте

———————

Компания имеет большие расходы на техническое обслуживание электродвигателей, которые используются на производстве.

Необходимо уменьшить расходы за счет автоматизации процессов.

Разработать платформу с возможностью анализирования состояние электродвигателя и предсказывания необходимой дату технического обслуживания.

Python, TensorFlow, Keras, Numpy, Pandas, Matplotlib, Seaborn, Typescript, React, Express.js, mongoDB

Проведен анализ существующих решений на рынке.
Разработана архитектура платформы.
В ходе анализа подобраны необходимые параметры двигателя, на основе которых возможно проводить аналитику его состояния.
Собран датасет на тестовом стенде.
В ходе исследования выбран наиболее оптимальный архитектур нейронной сети для решения задачи (блоки lstm в совокупности с дополнительной нейросетью из R-CNN блоков для анализа спектра колебаний электродвигателя).
Разработана модель нейросети с учетом выбранной архитектуры.
Обучена модель на тестовом датасете.
Реализован API сервис для модели и развернут его на удаленном сервере.»

Успешно реализован модуль предиктивной аналитики.
Модуль предиктивной аналитики успешно интегрирована в общую платформу.
Проведено научное исследование с целью выявления эффективности рекуррентных и сверхточных нейросетей в задаче предиктивной аналитики.
Платформа успешно передана для реализации на производстве.
Удалось добиться существенного снижения цены для интеграции платформы за счет IT-технологий.
Для интеграции установлены 3-и датчика рядом с двигателем и установлено мобильного приложения для сотрудников.