Verstehen von Maschinenverhalten mit Hilfe von Machine Learning

Abstract

Das Ziel der Untersuchung ist die Beschreibung des Normalverhaltens einer Erntemaschine, um anomales Verhalten als Abweichung dazu identifizieren zu können. Fokus der Betrachtung liegt auf der Motorüberlastung. Die Methode der selbstorganisierenden Karte liefert Hinweise, dass es für eine Maschine im Druschprozess vier Zustände gibt. Diese vier Zustände und angenommene strukturelle Änderungen hinsichtlich des zugrundeliegenden Datengenerierungsprozess der Motordrehzahl wird mit einem Markov-Switching Modell geschätzt. Die geschätzten Parameter spiegeln die identifizierten Zustände wieder. Es wird auch ein Zustand erkannt, in dem deutlich mehr Alarmmeldungen zur Motorüberlastung auftreten als erwartet, aber die Zustände scheinen rund um die Alarmmeldungen nicht stabil zu sein, sodass weitere Untersuchungen folgen müssen, um eine Vorhersage der Alarmmeldungen zu ermöglichen.