Прогнозирования отказов на основе алгоритмов машинного обучения

Для уборочной группы прокатного производства предложен метод прогнозирования отказов оборудования, основанный на интеллектуальном анализе показаний датчиков по крутящим моментам приводных электродвигателей роликов отводящего рольганга. Метод предполагает: использовать алгоритмы машинного обучения Random Forest, ARIMA для получения модели прогнозирования временных рядов крутящих моментов; проводить обучение модели на ретроспективных данных по крутящим моментам при нормальной работе оборудования; выполнять анализ фактических и расчетных значений крутящих моментов, полученных моделью, для прогнозирования отказов оборудования по зафиксированным аномалиям в работе электродвигателей.