Fast data alapú gyártósori támogató rendszer kialakítása

OData támogatás
Konzulens:
Dr. Forstner Bertalan
Automatizálási és Alkalmazott Informatikai Tanszék

Az elmúlt években egy újabb ipari forradalom vette kezdetét Ipar 4.0 (Industry 4.0) néven, melynek célja a minél magasabb fokú automatizáció, a különféle eszközök és hálózatok integrálása és a keletkező adatok begyűjtése és feldolgozása. Emellett szintén hatalmas fejlődésen esnek át a különböző big data és gépi tanulási technológiák és módszerek. Felmerül tehát a kérdés, hogy milyen problémákat lehetne megoldani ezen modern eszközök felhasználásával egy gyártósori környezetben. Az egyik ilyen problémakör a különféle eszközök karbantartása. Egy modern gyártósori környezetben természetesen rengeteg komponens dolgozik együtt a termékek gyártása során, melyek karbantartása nem triviális feladat. A hagyományos módszerek nem várt leállásokhoz vezethetnek, amelyek termeléskiesést okoznak. Az egyik lehetséges megoldás az ún. prediktív karbantartás (predictive maintenance), mely során különféle szenzor adatok alapján próbálják gépi tanulási módszerekkel megjósolni a meghibásodás bekövetkeztének időpontját. Az elmúlt években szintén elterjedtek az ún. deep learning algoritmusok, melyek segítségével számos területen sikerült sokféle problémát megoldani, pl. arcfelismerés, hangfelismerés, objektum-detektálás stb. A dolgozat során egy olyan rendszer tervezése és megvalósítása kerül bemutatásra, amely felhasználva a modern big data és deep learning technológiákat képes a prediktív karbantartás feladatát megoldani.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.