SUMMARY OF THE PROJECT
La manutenzione di macchine industriali è tipicamente pianificata, con interventi periodici, o reattiva al verificarsi di errori. La disponibilità di dati raccolti da sensori permette una manutenzione preventiva (Predictive Maintenance (PM)), che è programmato solo se necessario. PM tiene traccia delle apparecchiature durante il normale funzionamento e rileva possibili difetti prima che si verifichi un guasto. Una tale strategia di manutenzione si traduce in un aumento delle prestazioni delle macchine grazie alla riduzione dei tempi di fermo macchina, e quindi anche un risparmio sui costi. Tuttavia, l'implementazione di PM è complessa: bisogna pulire dati che spesso sono incompleti e rumorosi, rilevare correlazioni tra diversi segnali, caratteristiche, pattern ed errori, prima che algoritmi di previsione possono essere applicati in modo affidabile.nnnIl progetto PREMISE mira a sviluppare e implementare un sistema di PM ed è composto da tre componenti principali: pre-elaborazione dei dati, analisi dei dati e previsione. Il progetto è un collaborazione tra UniBZ e le aziende Durst e TechnoAlpin. UniBZ ha una vasta esperienza nell'elaborazione e analisi dei dati, mentre le due società portano casi d'uso diversi e la conoscenza del dominio. Questa collaborazione consente lo svilup
