Produktionsdaten aus Fertigungsanlagen, aufgezeichnete Daten aus Maschinen – Hersteller und Betreiber solcher Anlagen und Geräte sammeln große Mengen von Maschinendaten, um zukünftig aus diesen Daten Erkenntnisse zu gewinnen. Allerdings erfordert es eine Kombination aus Maschinen Know-how und Wissen im Bereich der statistischen Analyse, damit aus diesen Daten genaue und robuste Modelle entwickelt werden können, die Vorhersagen ermöglichen.
In diesem Webinar lernen Sie Techniken des maschinellen Lernens mit MATLAB kennen, um die verbleibende Lebensdauer einer Maschine abzuschätzen. Anhand erhobener Messdaten einer industriellen Anwendung wird der entsprechende Workflow aufgezeigt. Beginnend mit dem Import der Daten, über die Vorverarbeitung der Daten, das Labeln der Daten, der Auswahl der Merkmale, bis zum Trainieren und dem Vergleich verschiedener Machine Learning Modelle werden alle Schritte vorgestellt. Wir zeigen, wie MATLAB verwendet wird, um Vorhersage-Algorithmen zu erstellen und schließlich in Produktionsumgebungen einzusetzen. Damit sind Firmen in der Lage, die Zuverlässigkeit ihrer Geräte zu verbessern und auch neue Services im Bereich Predictive Maintenance anzubieten.
- Machine Learning mit MATLAB
- Kompletter Workflow zur Datenverarbeitung und Modellerstellung
- Classification Learner App
Dr. Rainer Mümmler arbeitet als Senior Application Engineer bei MathWorks und beschäftigt sich mit Themen wie dem Internet der Dinge, Data Analytics, Hardware Connectivity und Image Processing. Vor seiner Tätigkeit bei MathWorks war er für unterschiedliche Unternehmen aus dem Luftfahrtbereich tätig. Rainer Mümmler hat Luft- und Raumfahrttechnik an der TU München studiert und während seiner Promotion an der Universität der Bundeswehr München einen Windkanal modernisiert und Forschung im Bereich der Aerodynamik durchgeführt.
