開發用於升降機的預測性保養人工智能模型

創科方案 開發用於升降機的預測性保養人工智能模型
(編號: S-1138)
試驗項目
方案特點
  • 項目團隊具有數據科學、企業資產管理、風險管理和創新科技的相關專業領域，更在全球和本地獲得多個獎項。
  • 系統架構為開放原始碼、靈活（可就地或雲端設置）、可延展、實時獲取數據和備用數據安全和治理。
  • 15 個月CRISP-DM 的AI 建模系統：環境設置和行業分析數據準備、建模、模型實施和微調、評估和反饋、項目交接和藍圖。
  • 根據電梯工程師的意見，分析感應器數據及其他潛在外部因素，以確認因素的相關性及預測性保養的要求。
  • 方案將選擇機器學習算法，包括Random Forest分類和ARIMA時間序列。此選擇將考慮各參數，如準確度、精確度、均方根誤差。
試驗應用及預期成果
  • 與工程師合作15 個月，用約兩個月開發及微調每個AI預測性保養模型、提高其準確性。
  • 進行相關性分析去瞭解數據集中兩個變量之間的關係，有利刪除高度相關的變量的影響以獲取更好的性能結果。
  • 使用資料變換技術提高數據質素並作模型訓練，技術包括標準化及處理噪聲、離群、缺失數和時間標記數據。
  • 因不同的機器學習演算法會產生不同的預測性保養結果，考量相關演算法結果並提供適當的演算法建議。
  • 知悉開源 AI 模型需存儲於EMSD伺服器。 鑑於疫情和遠端存取限制，可能提出擇選雲端或混合式設置項目實施的建議。
附加方案資料 Predictive Maintenance of Lifts Discussion Document - EMSD v1.0.pdf
方案提供者資料
方案提供者:安永諮詢服務有限公司
地址:香港鰂魚涌英皇道979號太古坊1座27樓
聯絡人:傅忠偉
職位:業務合伙人
電話:+852 2629 3288
電子郵件: tiong-wee.poh@hk.ey.com
網頁: https://www.ey.com/en_gl

有關上述創新科技解決方案的詳情，請聯絡方案提供者查詢。