Il presente lavoro si inserisce nel contesto della manutenzione predittiva industriale e si propone di sviluppare un sistema di fault detection per macchine rettificatrici basato su algoritmi di Machine Learning integrati nella piattaforma Qlik AutoML

DATA-DRIVEN FAULT DIAGNOSIS: IMPLEMENTAZIONE DI ALGORITMI DI MACHINE LEARNING SU PIATTAFORMA QLIK PER L'ANALISI DEI GUASTI NELLE MACCHINE RETTIFICATRICI

GENTILE, SARA
2025/2026

Abstract

Il presente lavoro si inserisce nel contesto della manutenzione predittiva industriale e si propone di sviluppare un sistema di fault detection per macchine rettificatrici basato su algoritmi di Machine Learning integrati nella piattaforma Qlik AutoML
2025
DATA-DRIVEN FAULT DIAGNOSIS: IMPLEMENTATION OF MACHINE LEARNING ALGORITHMS ON THE QLIK PLATFORM FOR FAULT ANALYSIS IN GRINDING MACHINES
Manutenzione
Sostenibilità
Diagnosi dei guasti
Machine Learning
File in questo prodotto:
File Dimensione Formato  
GENTILE_tesi.pdf

non disponibili

Dimensione 4.73 MB
Formato Adobe PDF
4.73 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/68102