An experimental setup for learning models for the RUL estimation of bearings in rotary machine tools: towards the learning of more interpretable models - LAAS - Laboratoire d'Analyse et d'Architecture des Systèmes
Rapport (Rapport Technique) Année : 2023

An experimental setup for learning models for the RUL estimation of bearings in rotary machine tools: towards the learning of more interpretable models

Une plateforme expérimentale pour l'apprentissage de modèles d'estimation de la durée de vie résiduelle de roulements dans des machines-outils rotatives: vers l'apprentissage de modèles plus interprétables

Résumé

This technical brief reports about an experimental setup whose objective is the acquisition of relevant data for learning a RUL estimation model for spindles in rotary machine tools that are available in BOSCH-Rodez manufacturing site. Two classical machine learning methods have then been used to evaluate the quality of the acquired data. First results indicate that such a setup could be effective for building interpretable models to be embedded in the global strategy for the predictive maintenance of machine tools on site.
Ce rapport technique présente un dispositif expérimental dont l'objectif est l'acquisition de données pertinentes pour l'apprentissage d'un modèle d'estimation RUL (durée de vie résiduelle) pour les broches des machines-outils rotatives disponibles sur le site de production de BOSCH-Rodez. Deux méthodes classiques d'apprentissage automatique ont ensuite été utilisées pour évaluer la qualité des données acquises. Les premiers résultats indiquent qu'une telle configuration pourrait être efficace pour construire des modèles interprétables à intégrer dans la stratégie globale de maintenance prédictive des machines-outils sur le site.
Fichier principal
Vignette du fichier
main.pdf (1.11 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence

Dates et versions

hal-04715967 , version 1 (01-10-2024)

Licence

Identifiants

  • HAL Id : hal-04715967 , version 1

Citer

Charles-Maxime Gauriat, Yannick Pencolé, Pauline Ribot, Gregory Brouillet. An experimental setup for learning models for the RUL estimation of bearings in rotary machine tools: towards the learning of more interpretable models. 2023. ⟨hal-04715967⟩
46 Consultations
8 Téléchargements

Partager

More