Tanszéki konzulens: 

Kovácsházy Tamás docens Szoba: IE334 Tel.: +36 1 463-4372 Email: khazy (*) mit * bme * hu

A vasúti közlekedésben is egyre több területen merül fel a vasúti rendszerek működésének folyamatos állapotfelügyelete, a káros műszaki folyamatok időben történő felismerése, a várható meghibásodások előrejelzése. Az állapotfelügyelet (Condition Monitoring) hatékony megvalósításához nagymértékben hozzájárulnak a mai szenzortechnológiák, a modern számítási felhő platformok (Cloud Computing) és gépi tanuláson (Machine Learning) alapuló eljárások.

Célkitűzés: az evopro vasúti diagnosztikai rendszerei által gyűjtött rezgésdiagnosztikai mérések elemzése, klaszterezése, és klasszifikációja

Feladatok:

1. Rezgés- és gyorsulásmérés adatok általános elemzési módszereinek megismerése,
2. Rezgési adatok vizsgálata, elemzés és csoportok (klaszterek) keresése,
3. Gépi tanulási eljárások alkalmazása rezgés diagnosztikai feladatokban,
4. Eredmények diszkussziója, vizualizációja, riport készítés.

Technológiák: Python, sckit-learn, TensorFlow, Keras, MS Azure, Databricks