Szczegóły

Konferencja została zorganizowana przez Instytut Maszyn Przepływowych Polskiej Akademii Nauk, na której Tomasz Kodlewicz z PZU LAB zaprezentował pracę pt. „Predictive Maintenance Under Data Scarcity: Regime Classification and Self-Referential Degradation Detection from Scalar Vibration”.

Prezentacja była podsumowaniem badań prowadzonych wspólnie przez Dariusza Gołębiewskiego i Tomasza Kodlewicza z PZU LAB oraz Sylwię Kruk-Gotzmann i Tomasza Ochrymiuka z IMP PAN. Praca dotyczyła analizy danych pozyskiwanych z bezprzewodowych czujników drgań oraz rozwoju metod, które mają być wykorzystywane w instalacjach realizowanych przez PZU LAB w zakładach przemysłowych w ramach programu prewencyjnego RyzykoPRO.

Wystąpienie pt. „Predictive Maintenance Under Data Scarcity: Regime Classification and Self-Referential Degradation Detection from Scalar Vibration” dotyczyło analizy danych pozyskiwanych z bezprzewodowych czujników drgań oraz rozwoju metod, które mają być wykorzystywane w instalacjach realizowanych przez PZU LAB w zakładach przemysłowych w ramach programu prewencyjnego RyzykoPRO.

Celem prowadzonych badań jest rozwój metod pozwalających lepiej wykorzystywać dane pomiarowe do oceny zmian stanu technicznego maszyn. Analizowane rozwiązanie ma wspierać identyfikowanie niekorzystnych trendów i odpowiednio wczesne wykrywanie symptomów mogących świadczyć o pogarszającej się kondycji urządzeń. Szczególnym wyzwaniem jest zróżnicowany sposób eksploatacji maszyn oraz ograniczona ilość danych opisujących ich wcześniejszą pracę.

PZU LAB, we współpracy z IMP PAN, kontynuuje rozwój analizowanego rozwiązania. Jego docelowym zastosowaniem jest wsparcie zakładów przemysłowych w podejmowaniu działań prewencyjnych, ograniczaniu ryzyka awarii oraz zapobieganiu zdarzeniom mogącym prowadzić do szkód.