Система предиктивной аналитики технического состояния эксгаустера агломашины с помощью методов искусственного интеллекта

В статье описаны подходы к построению программной системы, позволяющей прогнозировать возможные отказы и неисправности промышленного оборудования на основе данных о его состоянии. Для задачи прогнозирования неисправностей оборудования предложена модель, основанная на “мягком голосовании” между тремя алгоритмами, имеющими различные подходы к классификации: сверточная нейронная сеть, логистическая регрессия и метод опорных векторов. Для прогнозирования отказов показана модель, основанная на алгоритме изолирующего леса и нейронной сети на базе LSTM. Разработан веб-сервис, реализующий основные функции программной системы предиктивной аналитики на базе методов искусственного интеллекта: мониторинг технического состояния эксгаустеров в режиме реального времени, статистический анализ произошедших неисправностей, прогнозирование неисправностей и обучение моделей.