Machine learning models for predictive maintenance in industrial systems
الملخص
Este trabajo propone el diseño e implementación de un gemelo digital para la monitorización de la degradación de un filtro industrial además de la predicción de su vida útil restante (Remaining Useful Life, RUL). Para conseguirlo se usó un conjunto de datos formado por ensayos que muestran la degradación del filtro a lo largo de las mediciones. A partir de estas mediciones se generaron características temporales y se entrenaron cinco modelos de regresión para ser comparados. Para la validación se separaron los ensayos y se tuvo en cuenta la información que se tendría disponible en el sistema real. Además de la predicción del valor del RUL, se calcularon intervalos de predicción, alertas, eventos y explicabilidad que permiten entender mejor las estimaciones. Todos estos elementos se integraron en el gemelo digital. Se usó el protocolo MQTT para comunicar el simulador y el procesador entre sí, e InfluxDB para guardar los datos. Para la representación se diseñó una interfaz con Streamlit.
الكلمات المفتاحية
غير متوفر
التخصصات
رسائل وأطاريح مشابهة
- AI-Enhanced Predictive Maintenance for Industrial Robotics using Sensor Data Analysis and Machine Learning Most Arina Afrin · University of Vaasa · 2026
- Predictive Maintenance for IT Equipment using Machine Learning Models Rashed Khalid Alshirawi · Rochester Institute of Technology · 2025
- DEVELOPMENT OF ACTIVE MACHINE LEARNING METHODS FOR PREDICTIVE MAINTENANCE PROCESSES AND REMAINING OF USEFUL LIFE (RUL) PREDICTION IN INDUSTRY 4.0 Esmaail Albarazi · 2026
- Predictive Maintenance in Modern Radar Systems using Machine Learning Klas Thorgren · Lund University · 2026
- Machine Learning Models for Industrial Process Monitoring : A study at IPercept Wijesundara Ranasinghe Appuhamilage, Iresha Subhashini · Dalarna University Library · 2025
- Predictive maintenance for software systems using machine learning Taleska, Teodora · University of Primorska · 2024
