Machine Learning

Onderhoud voorspellen met machine learning-modellen

Installaties hebben een belangrijke rol in de vitale processen binnen onze maatschappij. Het is van groot belang dat installaties betrouwbaar functioneren. Tegenwoordig worden veel aspecten van installaties met sensoren gemonitord. Deze monitoringdata biedt interessante kansen op het gebied van onderhoud in bijvoorbeeld de industrie-, infrastructuur-, en bouwsector, maar wordt nog zeker niet in alle gevallen ten volle benut.

Meer informatie uit monitoringdata met machine learning

Peutz voert veelvuldig grote monitoringopdrachten uit, waarbij over een langere periode geluid- en/of trillingen gemeten worden. Dit resulteert in een enorme hoeveelheid data, afkomstig van verschillende bronnen. Het analyseren van deze data is vaak complex en tijdrovend. Maar wij halen met nieuwe machine-learning technieken meer informatie uit deze data dan met gangbare statistische of handmatige analyses mogelijk is. Met een clusteringalgoritme delen we de data in natuurlijke clusters in, waardoor we de statistiek per cluster inzichtelijk kunnen maken.

Analyse monitoringdata met machine learning toont verborgen structuren

Peutz voert veelvuldig metingen van bijvoorbeeld geluid en/of trillingen uit. Dit kunnen specifieke metingen over kortere duur zijn, maar ook langdurige monitoringsprojecten. Dit soort langdurige monitoringsprojecten resulteren in grote hoeveelheden data die vaak complex en tijdrovend zijn in analyse. Hierdoor wordt vaak niet de gehele dataset gebruikt. Als hulpmiddel voor de analyse is een machine learning-algoritme ontwikkeld dat een eerste ruwe analyse van de data uitvoert waar de adviseur mee verder kan.

Smart monitoring: meten 2.0

Of het nu om geluid, trillingen of elektromagnetische straling gaat, met smart monitoring kunnen wij meer informatie uit metingen halen. Door gebruik te maken van machine learning-algoritmes en fysische modellen kunnen metingen meer inzichten ontsluiten dan op basis van de data alleen. Deze inzichten leiden tot gedetailleerde prognoses en advies.

Machine learning en data science

Slim omgaan met data door het construeren van specifieke algoritmes en daarmee binnen onze verschillende vakgebieden meerwaarde creëren. Dat is wat wij onszelf ten doel stellen.

Onderscheidend is onze integrale benadering van machine learning, fysische modellen, geavanceerde meetmethodieken en dataverwerking, waarmee hoogwaardige oplossingen voor complexe vraagstukken kunnen worden gevonden.

Machine learning en data science

Wie de actualiteiten volgt zal wellicht weten dat er een transitie gaande is naar een data-gedreven maatschappij. Door toepassing van sensoren en dataopslag komen steeds meer digitale gegevens beschikbaar. De totale hoeveelheid data in de wereld betreft inmiddels miljarden gigabytes. Elke 2 tot 3 jaar verdubbelt de hoeveelheid data wat tevens leidt tot een toename van data-utilisatie. Hier kan bijvoorbeeld worden gedacht aan het optimaliseren van logistieke processen ten behoeve van kostenreductie.

Volkswagen Uniq Arena

Volkswagen Uniq Arena (voorheen Black Box) Istanbul opende zijn deuren officieel op 19 en 20 juni 2014 met 2 uitverkochte concerten van Travis en Bob Dylan. De zaal met een capaciteit van 5.800 man is speciaal ontworpen voor versterkte muziek op basis van het "Acoustics designed by Peutz" - concept. Al het mogelijke is gedaan om het geluid van de muzikanten te horen zoals het is, uitgestraald door het luidsprekersysteem, zonder te worden verstoord door vertraagde reflecties van verre oppervlakken.

Abonneer op Machine Learning