Кейс: детектирование аномалий в инженерных данных для производителя авиатехники

Отрасль
Авиационное производство
Направление
Аномалии
Технологии
ML · Временные ряды

Крупный российский производитель авиационной техники.

  • −40%время анализа
  • 1000+измерений в сутки
#

Контекст

Контроль состояния конструктивных элементов выполнялся на основе данных весовых измерений. По мере роста объёма производства ручной анализ осциллограмм перестал быть масштабируемым.

#

Задача

Разработать систему выявления аномальных паттернов во временных рядах, позволяющую обнаруживать потенциальные дефекты на ранней стадии.

#

Реализация

  • Предобработка и нормализация многоканальных осциллограмм
  • Исследование и тестирование нескольких подходов к детекции аномалий
  • Настройка критериев качества и процедуры валидации
  • Разработка эксплуатационного модуля для интеграции в существующую инфраструктуру

Обработка велась на потоке данных объёмом тысячи измерений в сутки.

#

Результат

  • Сокращение времени анализа данных более чем на 40%
  • Снижение зависимости от ручной экспертной проверки
  • Внедрение решения в промышленную эксплуатацию на нескольких площадках, включая международные

Система встроена в производственный процесс и используется как инструмент регулярной диагностики.

Расскажите, что нужно улучшить

Для начала хватит короткого описания. Вместе уточним данные, процесс и критерии результата.

Заявка попадёт напрямую нашей команде.

Задача
Или напишите напрямую
contact@dzeta.ai