Использование машинного обучения для предиктивного обслуживания оборудования

Техническое обслуживание оборудования является критически важным процессом для многих видов бизнеса и в каждом конкретном случае имеет свои особенности, отсюда возникает большое количество различных подходов к его реализации. Последние тенденции в этой сфере направлены на применение предиктивных методов машинного обучения. Многочисленные эксперименты подтверждают их способность эффективно решать промышленные задачи, повышая срок жизни оборудования и снижая затраты на его эксплуатацию. В данной работе мы применяем комплексный подход к проблеме предиктивного обслуживания оборудования с использованием методов машинного обучения для прогнозирования отказов электродвигателей на реальных производственных данных. Среди всех применяемых в данном исследовании стратегий моделирования особое внимание уделяется Байесовскому подходу к анализу выживаемости как одному из наиболее недооцененных и перспективных методов для решения задач в области Prediсtive Maintenanсe.