Zobrazit minimální záznam

dc.contributor.advisorKoziorek, Jiří
dc.contributor.authorArul Doss, Prabhu Doss
dc.date.accessioned2019-06-26T04:33:35Z
dc.date.available2019-06-26T04:33:35Z
dc.date.issued2019
dc.identifier.otherOSD002
dc.identifier.urihttp://hdl.handle.net/10084/136264
dc.description.abstractThis project monitors the performance of a mechatronic device in a cloud platform called IBM Cloud. If the monitoring value reaches a certain condition, then it will automatically alert the user to call for maintenance duty by doing predictive learning analysis. The goal of this project is to create a cloud application for the data from the mechatronic system to perform the predictive maintenance operation in real time using machine learning tools such as SPSS modeler, streams flow, Watson studio and Watson IoT platform. This is achieved by sending the mechatronic system data through IoT2040, which is an interface that transforms data from S7-1500 PLC to IBM cloud by using Node-Red programming. The SPSS model is created by training the sample data using a neural network framework and connected with mechatronic system data in Streams flow. Then the streams flow analyses the data in Real-time and shows the alert in the Dashboard. This alert signal is sent back to PLC to generate a maintenance alert in the system before it affects the mechatronic system.en
dc.description.abstractTento projekt sleduje výkon mechatronického zařízení v cloudové platformě IBM Cloud. Pokud monitorovaná hodnota dosáhne určité podmínky, pak bude automaticky upozorňovat uživatele, aby požadoval o údržbu, a to pomocí prediktivní analýzy učení. Cílem našeho projektu je vytvořit cloudovou aplikaci pro data z mechatronického systému pro provádění prediktivní údržby v reálném čase pomocí nástrojů strojového učení, jako je modeláře SPSS, Streams flow, studio Watson a platforma Watson IoT. Toho je dosaženo zasláním mechatronických systémových dat skrze IoT2040, což je rozhraní, které transformuje data z S7-1500 PLC do cloudu IBM pomocí programování Node-Red. Model SPSS je vytvořen trénováním dat vzorku pomocí neuronové sítě a propojen s mechatronickými systémovými daty v Streams flow. Pak Streams flow analyzuje data v reálném čase a zobrazuje výstrahu v řídicím panelu. Tento výstražný signál je odeslán zpět do PLC, aby generoval výstrahu údržby v systému předtím, než ovlivní mechatronický systém.cs
dc.format.extent2427778 bytes
dc.format.mimetypeapplication/pdf
dc.language.isoen
dc.publisherVysoká škola báňská - Technická univerzita Ostravacs
dc.subjectIBM Clouden
dc.subjectMachine learningen
dc.subjectPredictive maintenanceen
dc.subjectNode-Reden
dc.subjectSPSS Modeler flow and Streams Flow.en
dc.subjectIBM Cloudcs
dc.subjectStrojové učenícs
dc.subjectPrediktivní údržbacs
dc.subjectNode-Redcs
dc.subjectSPSS Modeler flow a Streams flow.cs
dc.titleDesign and Implementation of Predictive Maintenence in Mechatonic Systemen
dc.title.alternativeNávrh a implementace přístupu prediktivní údržby v laboratorním mechatronickém systémucs
dc.typeDiplomová prácecs
dc.contributor.refereeMajidzadeh Gorjani, Ojan
dc.date.accepted2019-05-30
dc.thesis.degree-nameIng.
dc.thesis.degree-levelMagisterský studijní programcs
dc.thesis.degree-grantorVysoká škola báňská - Technická univerzita Ostrava. Fakulta elektrotechniky a informatikycs
dc.description.department450 - Katedra kybernetiky a biomedicínského inženýrstvícs
dc.thesis.degree-programElektrotechnikacs
dc.thesis.degree-branchŘídicí a informační systémycs
dc.description.resultdobřecs
dc.identifier.senderS2724
dc.identifier.thesisARU0002_FEI_N2649_2612T041_2019
dc.rights.accessopenAccess


Soubory tohoto záznamu

Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam