Tecniche di diagnostica predittiva basate sul Machine Learning applicate al campo delle macchine automatiche

La diagnostica predittiva ਠdiventata in questi ultimi anni un tema importante anche nel mondo delle macchine automatiche. Il numero di dati da elaborare ਠelevato: principalmente informazioni provenienti da sensori e dal controllo macchina. Per elaborare questa quantità  di dati, una strategia vincente ਠquella di utilizzare algoritmi evoluti di machine learning e deep learning. Il presente lavoro di tesi ha l'obiettivo di applicare queste metodologie. Pi๠in particolare, partendo da una pre-elaborazione dei segnali estratti da sensori presenti sulla macchina automatica, si ਠcercato di individuare la migliore architettura di Rete Neurale, basata su LSTM, capace di offrire una predizione nel tempo dei futuri segnali che i sensori potrebbero acquisire. In questo modo, risulta possibile analizzare il tempo di vita rimanente di un componente della macchina e riuscire ad intervenire prima dell'effettiva rottura di quest'ultima.