Kuis terkait panduan · Sedang Tingkat

AI dalam Kuis Pemeliharaan Prediktif

Pelajari bagaimana metode pembelajaran mesin menggunakan data pemantauan kondisi untuk mendeteksi anomali dan memperkirakan umur peralatan dalam praktiknya.

Jalur panduan terkaitAI Dalam Pemeliharaan Prediktif
Pertanyaan 1 dari 8

Masalah apa yang terutama dipecahkan oleh pemeliharaan prediktif dibandingkan dengan pemeliharaan preventif?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Masalah apa yang terutama dipecahkan oleh pemeliharaan prediktif dibandingkan dengan pemeliharaan preventif?
    • Hal ini menghindari penggantian komponen yang sehat pada jadwal yang tetap dengan memperbaikinya hanya jika diperlukan
    • Ini menghilangkan kebutuhan akan sensor apa pun
    • Itu membuat mesin bekerja lebih cepat
    • Ini menghilangkan kebutuhan akan teknisi sepenuhnya
  2. Berapa perkiraan 'Sisa Umur Berguna' (RUL)?
    • Total biaya sebuah mesin
    • Berapa lama waktu yang tersisa bagi suatu komponen sebelum rusak
    • Energi yang dikonsumsi motor per jam
    • Jumlah sensor pada suatu perangkat
  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. Bagaimana autoencoder biasanya mendukung deteksi anomali di PdM?
    • Ini memberi label setiap jenis kesalahan berdasarkan nama secara otomatis
    • Ini menghasilkan mesin baru
    • Ini menggantikan sensor getaran
    • Ini hanya dilatih pada data yang sehat dan menandai kesalahan rekonstruksi yang tinggi sebagai tidak normal
  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