Машинное обучение
Omnicube.Learning – сервис машинного обучения для анализа и прогнозирования параметров работы машин. Сервис занимается обучением и переобучением моделей, с помощью которых предсказывает требуемые параметры на основе текущих данных устройств и оборудования.
Основные задачи сервиса:
- Определение состояния работы оборудования;
- Определени и подсчет выполненных операций (циклов);
- Выявление аномалий;
- Прогнозирование возможных неполадок.
В качестве примера работы сервиса можно привести модуль для определения состояния работы оборудования на основании показаний потребляемой электрической можности. Модуль получает информацию о энергопотреблению за определенный период из основной шины данных сервиса Omnicube, фильтрует полученные данные по нормальному распределению для исключения аномалий, и обучает модель кластеризации.
При обучении модель выявляет заданное количество кластеров – состояний работы, и их центры, на которые ориентируется для определения состоянияй работы той или иной машины. В результате обучения сервис получает возможность определить на основе энергопотребления текущее состояние оборудования (простой, холостой ход, полезная работа), выделить и подсчитать циклы работы оборудования. При дальнейшем обучении сервис также может определить наименование изготавливаемой детали или выполняемой операции или программы.
В зависимости от задача в сервисе собраны и используются компоненты:
- инструменты сбора данных из разных источников;
- модули предобработки данных для задействованных моделей обучения;
- модели машинного обучения, такие как K-means кластеризация (определение режимов работ без учителя – когда сложно определить точные критерии, по которым можно обучить модель), автоэкондеры (предсказание аномалий в работе оборудования на основе предыдущих данных), классификаторы и т.д.