predictive Maintenance

مشروع تحليل بيانات وتطبيق نماذج التعلم الآلي للتنبؤ بأعطال الآلات والمعدات قبل حدوثها (Predictive Maintenance) باستغلال بيانات التشغيل والمستشعرات (AI4I 2020 Dataset).

الخطوات والمهام التي قمت بها:

• فحص وتنظيف البيانات (Data Cleaning): التعامل مع البيانات واستكشاف أنماط التشغيل والمستشعرات المختلفة.

• التحليل الاستكشافي وتصوير البيانات (EDA & Visualization): استخدام مكتبات Python (Pandas, NumPy, Seaborn, Matplotlib) لفهم العوامل المؤدية للأعطال وتصوير العلاقات بين أداء الآلات والمستشعرات.

• هندسة الميزات (Feature Engineering): استخراج وتجهيز المتغيرات الأكثر تأثيرًا على الأعطال لرفع كفاءة التنبؤ.

• بناء نموذج التعلم الآلي (Machine Learning): تطبيق وتدريب نماذج التصنيف (Classification Models) للتنبؤ باحتمالية وتوقيت عطل الآلة.

• تقييم الأداء: قياس دقة النموذج واستخراج النتائج لمساعدة المنشأة في تقليل أوقات التوقف غير المخطط لها وخفض تكاليف الصيانة.