Cristin-resultat-ID: 1778119
Sist endret: 12. februar 2021, 14:38
NVI-rapporteringsår: 2020
Resultat
Vitenskapelig Kapittel/Artikkel/Konferanseartikkel
2020

Smart Maintenance in Asset Management – Application with Deep Learning

Bidragsytere:
  • Harald Rødseth
  • Ragnhild Eleftheriadis
  • Zhe Li og
  • Jingyue Li

Bok

Advanced manufacturing and automation IX
ISBN:
  • 9789811523410

Utgiver

Springer
NVI-nivå 1

Serie

Lecture Notes in Electrical Engineering
ISSN 1876-1100
e-ISSN 1876-1119
NVI-nivå 1

Om resultatet

Vitenskapelig Kapittel/Artikkel/Konferanseartikkel
Publiseringsår: 2020
Volum: 634
Hefte: .
Sider: 608 - 615
ISBN:
  • 9789811523410
Open Access

Klassifisering

Fagfelt (NPI)

Fagfelt: Informatikk og datateknikk
- Fagområde: Realfag og teknologi

Beskrivelse Beskrivelse

Tittel

Smart Maintenance in Asset Management – Application with Deep Learning

Sammendrag

With the onset the digitalization and Industry 4.0, the maintenance function and asset management in a company is forming towards Smart Maintenance. An essential application in smart maintenance is to improve the maintenance planning function with better criticality assessment. With the aid from artificial intelligence it is considered that maintenance planning will provide better and faster decision making in maintenance management. The aim of this article is to develop smart maintenance planning based on principles both from asset management and machine learning. The result demonstrates a use case of criticality assessment for maintenance planning and comprise computation of anomaly degree (AD) as well as calculation of profit loss indicator (PLI). The risk matrix in the criticality assessment is then constructed by both AD and PLI and will then aid the maintenance planner in better and faster decision making. It is concluded that more industrial use cases should be conducted representing different industry branches.

Bidragsytere

Harald Rødseth

  • Tilknyttet:
    Forfatter
    ved Institutt for maskinteknikk og produksjon ved Norges teknisk-naturvitenskapelige universitet

Ragnhild Johnsen Eleftheriadis

Bidragsyterens navn vises på dette resultatet som Ragnhild Eleftheriadis
  • Tilknyttet:
    Forfatter
    ved SINTEF Manufacturing

Zhe Li

  • Tilknyttet:
    Forfatter
    ved Institutt for datateknologi og informatikk ved Norges teknisk-naturvitenskapelige universitet

Jingyue Li

  • Tilknyttet:
    Forfatter
    ved Institutt for datateknologi og informatikk ved Norges teknisk-naturvitenskapelige universitet
1 - 4 av 4

Resultatet er en del av Resultatet er en del av

Advanced manufacturing and automation IX.

Wang, Yi; Martinsen, Kristian; Yu, Tao; Wang, Kesheng. 2020, Springer. SSPU, UOP, NTNUVitenskapelig antologi/Konferanseserie
1 - 1 av 1