Викторина, связанная с руководством · Средний Уровень

Тест на искусственный интеллект в прогнозирующем обслуживании

Узнайте, как методы машинного обучения используют данные мониторинга состояния для обнаружения аномалий и оценки срока службы оборудования на практике.

Связанные направляющие путиИИ в профилактическом обслуживании
Вопрос 1 из 8

Какую проблему в первую очередь решает профилактическое обслуживание по сравнению с профилактическим обслуживанием?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Какую проблему в первую очередь решает профилактическое обслуживание по сравнению с профилактическим обслуживанием?
    • Это позволяет избежать замены исправных деталей по фиксированному графику, ремонтируя их только при необходимости.
    • Это устраняет необходимость в каких-либо датчиках.
    • Это заставляет машины работать быстрее
    • Это полностью устраняет необходимость в технических специалистах.
  2. Как оценивается «Оставшийся срок полезного использования» (RUL)?
    • Полная стоимость машины
    • Сколько времени осталось компоненту до выхода из строя
    • Энергия, которую двигатель потребляет в час
    • Количество датчиков на устройстве
  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 автоэнкодер обычно поддерживает обнаружение аномалий в PdM?
    • Он автоматически маркирует каждый тип неисправности по имени.
    • Он генерирует новые машины
    • Заменяет датчики вибрации.
    • Он обучается только на достоверных данных и помечает высокую ошибку реконструкции как ненормальную.
  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