Прогностическая аналитика (Predictive Analytics) и машинное обучение. Сбор данных с датчиков подъемного сооружения собираются в единую систему (IIoT-платформу), где анализируются алгоритмами

Содержание

ВВЕДЕНИЕ

Актуальность: актуальность темы обусловлена ростом использования автоматизированных систем и необходимости предсказания возможных неисправностей для предотвращения аварий.

Проблема: современные системы требуют эффективных методов анализа больших объемов данных для своевременного выявления потенциальных проблем. Использование прогностической аналитики и машинного обучения помогает решать эти задачи.

Цель: изучить методы прогностической аналитики и машинного обучения для анализа данных с датчиков в системах IIoT, чтобы повысить безопасность и эффективность работы подъемных сооружений.

Задачи:

1. 1) Изучить основы прогностической аналитики и машинного обучения;
2. 2) Рассмотреть особенности сбора и обработки данных с датчиков;
3. 3) Проанализировать алгоритмы предсказания неисправностей;
4. 4) Провести социальный опрос;
5. 5) Подвести итоги.

Предмет исследования: использование аналитических методов и машинного обучения в системах промышленной автоматизации.

Объект исследования: данные с датчиков подъемных сооружений, собранные в системе IIoT.

Гипотеза: использование методов прогностической аналитики и машинного обучения позволяет своевременно выявлять потенциальные неисправности и повышать безопасность работы подъемных сооружений.

Методы исследования:

1. 1) Анализ научной литературы и онлайн-источников.
2. 2) Сравнение и сопоставление полученных данных.
3. 3) Социологический опрос.