•收集并组织了驾驶员报告的初始诊断数据和条件,以确保数据质量进行分析。•分析诊断数据中的模式,以确定常见的维修和维护需求。•使用机器学习开发了预测模型,以预测初始诊断的未来维护要求。•带有维修记录的交叉引用的驾驶员报告,以验证和提高预测模型的准确性。•提供了可行的见解,以通过预测即将进行维修所需的专业知识来优化人工计划。•创建了维护时间表,以优先维修,减少不必要的维护和相关成本。•开发了一种跟踪系统,以监视预测模型在降低总体维护成本方面的有效性。•与环境团队紧密合作,以了解预测性维护如何延长
RAMMML-2023 - 机械工程部的材料,制造和机器学习最新进展的国际会议是由NAGPUR的机械工程系由英国NPTC Group of UK进行的,由NPTC的NAGPUR技术赞助,并与ASME Chapter YCCE与Maharashtra State Center Center Center and Nagpur Centry Institution of Asme Chapter YCCE合作。会议的客座编辑是伦敦帝国学院的Bjoern Schuller博士,美国北卡罗来纳州立大学的Rajeev Gupta博士,日本大阪大学的Abhishek Sharma博士Rakesh Mote博士。首席嘉宾Hon'ble ER提高了首届功能。Rahul Kulkarni,Orange City Water(OCW)首席运营官(OCW),Nagpur&ER印度管理学院首席行政官Makarand Alur先生。Ajinkya Prabhune,德国Heidelberg计算机科学与商业分析教授,德国Baden-Württemberg,是荣誉嘉宾,校长U.P. Waghe博士是该职能的总裁。Manali Kshirsagar夫人,YCCE顾问在Dais上。Manali Kshirsagar夫人,YCCE顾问在Dais上。