|
Depot Institutionnel de l'UMBB >
Mémoires de Master 2 >
Faculté de Technologie >
Ingénierie des Systèmes Electriques >
Electronique des Systèmes Embarqués >
Veuillez utiliser cette adresse pour citer ce document :
http://dlibrary.univ-boumerdes.dz:8080/handle/123456789/15090
|
| Titre: | Etude d’un système de maintenance prédictive à base d’Iot avec apprentissage automatique |
| Auteur(s): | Chouche, Lilia
Rahmoune, Fayçal(Promoteur) |
| Mots-clés: | Maintenance prédictive |
| Date de publication: | 2024 |
| Editeur: | Université M'Hamed Bougara Boumerdes: Faculté de Technologie |
| Résumé: | Ce mémoire porte sur l'étude d'un système de maintenance prédictive basé sur l'Internet des Objets (IoT) et l'apprentissage automatique, en utilisant des modèles de Réseaux de Neurones Artificiels (ANN) et de Régression Logistique. La maintenance prédictive vise à anticiper les défaillances des équipements avant qu'elles ne se produisent, réduisant ainsi
les coûts de maintenance et les temps d'arrêt. L'intégration de capteurs IoT permet de collecter des données en temps réel, tandis que les algorithmes d'apprentissage automatique analysent ces données pour prévoir les pannes potentielles. Les résultats de cette étude montrent que les modèles ANN et de Régression Logistique peuvent fournir des prédictions
précises et fiables, contribuant à une meilleure gestion des équipements industriels |
| Description: | 53 p. : ill. |
| URI/URL: | http://dlibrary.univ-boumerdes.dz:8080/handle/123456789/15090 |
| Collection(s) : | Electronique des Systèmes Embarqués
|
Fichier(s) constituant ce document :
|
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.
|
