Développement d'un système de maintenance prédictive utilisant une technique d'apprentissage automatique

Avec la croissance de l'industrie manufacturière, toute défaillance imprévue d'un équipement industriel ou une panne de machine peut entraîner des pertes financières importantes pour l'entreprise. C'est pourquoi il est crucial de disposer d'une stratégie pour la détection précoce et la prédiction des défaillances. La maintenance prédictive englobe toutes les techniques opérationnelles et actions nécessaires pour maintenir la disponibilité des machines et prévenir les temps d'arrêt. Le but de cet article est de mettre en œuvre l'algorithme d'apprentissage automatique afin de développer des systèmes de maintenance prédictive et de maintenance conditionnelle (CBM). Une application réelle des techniques existantes d'apprentissage automatique pour la maintenance prédictive a été proposée et mise en œuvre en utilisant un réseau neuronal artificiel (ANN). Les résultats ont indiqué que toutes les défaillances prédites ont été correctement classifiées, avec une précision globale de 99,9 %.