Precare 预测性维护

Precare 预测性维护

GEMBO Precare Edge实时对机器数字孪生数据执行复杂的边缘处理,以处理对延迟敏感的任务,例如状态和警报通知以及机器视觉。 

数据湖

通过聚合来自计算机的特定设备,特定设置和使用模式的历史数据来创建大量数据。或者,如果有多台具有相同品牌和型号,相同设置和配置以及相同使用模式的机器,则将所有这些机器的数据汇总到一个数据湖中。

模型训练与验证

使用数据湖中的部分数据来训练一个或多个不同的机器学习模型。其余数据用于通过使用数据让模型进行预测来验证模型。

选择模型

比较模型预测的准确性,以选择具有最佳准确性的模型。 

模拟部署

选定的模型继续从新数据中学习,调整其参数以紧跟数据基础统计模型的参数趋势。