تنبؤ بأعطال الآلات الصناعية

نظام التنبؤ بأعطال الآلات الصناعية باستخدام تعلم الآلة

قمت ببناء نظام متكامل لتعلم الآلة يتنبأ بأعطال المعدات الصناعية قبل وقوعها، وذلك من خلال تحليل بيانات الحساسات اللحظية (درجة الحرارة، الاهتزاز، الضغط، سرعة الدوران، التيار الكهربي، الرطوبة). شمل المشروع تحليلاً استكشافياً شاملاً للبيانات، وهندسة الميزات، وتدريب ومقارنة 3 نماذج تصنيف — Random Forest وGradient Boosting وLogistic Regression — مع تصوير النتائج بمخططات بيانية احترافية تشمل توزيع الحساسات، مصفوفة الارتباط، منحنيات ROC، ومؤشرات أهمية الميزات.

الأدوات المستخدمة: Python · Scikit-learn · Pandas · NumPy · Matplotlib · Seaborn

أبرز النتائج:

دقة تتجاوز 99% عبر جميع النماذج

قيمة AUC-ROC = 1.0 (تصنيف مثالي)

تحديد الاهتزاز ودرجة الحرارة كأهم مؤشرات العطل

تقليل الأخطاء الحرجة (False Negatives) إلى الحد الأدنى