开发用于升降机的预测性保养人工智能模型

创科方案 开发用于升降机的预测性保养人工智能模型
(编号: S-1138)
试验项目
方案特点
  • 项目团队具有数据科学、企业资产管理、风险管理和创新科技的相关专业领域，更在全球和本地获得多个奖项。
  • 系统架构为开放原始码、灵活（可就地或云端设置）、可延展、实时获取数据和备用数据安全和治理。
  • 15 个月CRISP-DM 的AI 建模系统：环境设置和行业分析数据准备、建模、模型实施和微调、评估和反馈、项目交接和蓝图。
  • 根据电梯工程师的意见，分析感应器数据及其他潜在外部因素，以确认因素的相关性及预测性保养的要求。
  • 方案将选择机器学习算法，包括Random Forest分类和ARIMA时间序列。此选择将考虑各参数，如准确度、精确度、均方根误差。
试验应用及预期成果
  • 与工程师合作15 个月，用约两个月开发及微调每个AI预测性保养模型、提高其准确性。
  • 进行相关性分析去瞭解数据集中两个变量之间的关系，有利删除高度相关的变量的影响以获取更好的性能结果。
  • 使用资料变换技术提高数据质素并作模型训练，技术包括标准化及处理噪声、离群、缺失数和时间标记数据。
  • 因不同的机器学习演算法会产生不同的预测性保养结果，考量相关演算法结果并提供适当的演算法建议。
  • 知悉开源 AI 模型需存储于EMSD伺服器。 鉴于疫情和远端存取限制，可能提出择选云端或混合式设置项目实施的建议。
附加方案资料 Predictive Maintenance of Lifts Discussion Document - EMSD v1.0.pdf
方案提供者资料
方案提供者:安永谘询服务有限公司
地址:香港鲗鱼涌英皇道979号太古坊1座27楼
联络人:傅忠伟
职位:业务合伙人
电话:+852 2629 3288
电子邮件: tiong-wee.poh@hk.ey.com
网页: https://www.ey.com/en_gl

有关上述创新科技解决方案的详情，请联络方案提供者查询。