Тест, свързан с ръководство · Среден Ниво

AI в Тест за предсказуема поддръжка

Научете как методите за машинно обучение използват данни за наблюдение на състоянието, за да откриват аномалии и да оценяват живота на оборудването на практика.

Свързани ръководни пътекиAI при предсказуема поддръжка
Въпрос 1 на 8

Какъв проблем основно решава предиктивната поддръжка в сравнение с превантивната?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какъв проблем основно решава предиктивната поддръжка в сравнение с превантивната?
    • Той избягва подмяната на здрави части по фиксиран график, като ги поправя само когато е необходимо
    • Елиминира нуждата от всякакви сензори
    • Това кара машините да работят по-бързо
    • Това премахва изцяло необходимостта от техници
  2. Каква е оценката на „Остатъчния полезен живот“ (RUL)?
    • Общата цена на една машина
    • Колко време остава на компонент, преди да се повреди
    • Енергията, която двигателят консумира на час
    • Броят на сензорите на устройството
  3. Which signal is collected in the Case Western bearing fault dataset for rotating-machine diagnostics?
    • Patient electrocardiograms
    • Satellite color channels
    • Vibration acceleration
    • Text sentiment scores
  4. Как един автоматичен енкодер обикновено поддържа откриване на аномалия в PdM?
    • Той етикетира автоматично всеки тип грешка по име
    • Той генерира нови машини
    • Заменя сензорите за вибрации
    • Той се обучава само на здрави данни и маркира висока грешка при реконструкция като ненормална
  5. What edge-computing approach does the cited condition-monitoring paper study?
    • Federated autoencoder training using vibration data at devices near the monitored machines
    • Centralizing all raw data in a public image database
    • Training a language model on maintenance manuals only
    • Replacing sensors with a periodic questionnaire
  6. How does NIST define a digital twin?
    • A maintenance calendar with no model of equipment
    • A virtual representation of a physical or perceived real-world entity
    • A physical duplicate machine kept in storage
    • A guarantee that a machine will not fail
  7. What is the NASA C-MAPSS dataset used to evaluate?
    • Cancer grade classification from biopsy slides
    • Speech recognition in noisy rooms
    • Turbofan engine degradation and remaining-useful-life prediction
    • Global climate averages without time series
  8. How should an anomaly alert from a predictive-maintenance model be interpreted?
    • As a guaranteed failure date
    • As an automatic repair prescription
    • As evidence that no human review is needed
    • As a signal for inspection, not proof of a specific fault or failure time