TÜBİTAK

Arıza olmadan önce bakımı öngörmek

TÜBİTAK destekli Ar-Ge çalışmasında endüstriyel ekipman bakım ihtiyacını öngören makine öğrenmesi modellerini kurduk ve karşılaştırdık.

Projeye başlayın

Müşteri

TÜBİTAK

Sektör

Ar-Ge · Endüstriyel Yapay Zeka

Teknoloji

Python · XGBoost · scikit-learn · LSTM · Pandas

Zorluk

Endüstriyel varlıklarda bakım ya gereğinden erken yapılıp maliyet yaratıyor ya da geç kalınıp arızaya dönüşüyordu. Hangi model ailesinin bu veride gerçekten işe yaradığı bilinmiyordu.

Çözüm

Random Forest, XGBoost, Destek Vektör Makineleri ve LSTM modellerini aynı veri üzerinde kurup karşılaştırdık; zaman serisi analizi yaptık ve sonuçları bilimsel analiz raporu ve akademik makaleyle belgeledik.

Sonuçlar