De essentiële basics van Artificiële Intelligentie (AI) voor Maintenance & Reliability Engineers
In deze opleiding leer je als maintenance of reliability engineer (beter) gebruik te maken van Artificiële Intelligentie toegepast in onderhoud en asset management. AI laat immers toe om aankomende storingen te voorspellen, waardoor er ongeplande stilstanden en technische incidenten kunnen worden vermeden.
In de toekomst zal je in uw organisatie ook te maken krijgen met Artificiële Intelligentie (AI). Het is daarom belangrijk om nu al kennis te maken met de mogelijke toepassingen van deze technologie en de impact hiervan op jou takenpakket. BEMAS heeft daarom in samenwerking met verschillende specialisten ter zake een awareness training voor maintenance & reliability engineers opgezet rond AI.
In deze 2-daagse opleiding zullen we voor jou als technisch ingenieur in onderhoud en betrouwbaarheid de bouwstenen en termen introduceren om succesvol AI te introduceren in jou organisatie. We raken aan techische aspecten zoals software en data maar evenzeer aan de organisatorische en menselijke impact van AI.
Leerdoelstellingen
- Begrijpen wat AI inhoudt en hoe dit kan toegepast worden in onderhoud en operations
- Kunnen definiëren van enkele AI analyse technieken en vaak gebruikte termen in AI, predictive analytics en big data analyse
- Begrijpen van de verschillende maturiteitsniveaus van het toepassen van AI in onderhoud en operations
- Inzien wat de impact van AI algoritmes kan zijn op kwaliteit, betrouwbaarheid en productiviteit
- Inzien wat de mogelijkheden zijn om data te capteren
- Inzien wat het belang is van de kwaliteit van onderhoudsdata / kwaliteitsvolle onderhoudsinterventierapporten voor de (latere) toepassing van AI
- Inzien wat het belang is van Cybersecurity en Datasecurity en hoe dit kan aangepakt worden
- Begrijpen wat de mogelijkheden zijn om data te capteren via extra en bestaande sensoren en toestellen
- Begrijpen wat de mogelijkheden voor M2M communicatie, draadloos en bekabeld, over korte en lange afstanden
- Begrijpen welke softwaretools en data platformen voorhanden zijn om AI toepassingen te laten draaien en te beheren
- Begrijpen wat kritische succesfactoren zijn om met AI en predictive analytics tot betrouwbare resultaten te komen voor toepassingen in onderhoud
Programma
- Submodule 1: Introductie tot Artificiële Intelligentie (AI)
- Wat is AI / wat is het niet?
- Verschil met de klassieke aanpak
- Veel gebruikte terminologie
- Toepassingen en voorbeelden vanuit het dagelijkse leven
- Toepassingen en voorbeelden specifiek in onderhoud en engineering
- Submodule 2: Datacaptatie, M2M communicatie
- Soorten data
- Lagenmodel
- Communicatieprotocollen
- Data typologie
- Compressie
- Submodule 3: Software en platformen (deel 1)
- Commerciele / open source
- Soorten aanbieders
- Overzicht van tools
- Demo van tools
- Submodule 3: Software en platformen (deel 2)
- Commerciële / open source
- Soorten aanbieders
- Overzicht van tools
- Demo van tools
- Submodule 4: Maturiteit
- Technische uitrusting – sensoren/data captatie
- Data kwaliteit / beschikbaarheid
- IT (Data management, security)
- Light versie van maturiteitsscan
- Submodule 5: Implementatie
- Kritische factoren
- Cybersecurity
- (Process) safety
- Contingencies
Methode
Aan de hand van toelichtingen van praktijktoepassingen van AI in de industrie (kwaliteitscontrole, defectdetectie, predictief onderhoud, …) en het aantonen van hoe bepaalde acties in de praktijk kunnen gebracht worden aan de hand van voorbeelden en/of concreet advies, kan je het geleerde nadien toetsen en toepassen in de praktijk. Daarnaast wordt het geleerde doorheen de opleiding getoetst door middel van een quiz.
Doelgroep
Reliability en/of maintenance engineers, en elk technisch profiel in onderhoud en betrouwbaarheid die interesse heeft in de bouwstenen van AI, in de technische aspecten zoals software en data maar evenzeer in de organisatorische en menselijke impact van AI.
Over de sprekers
David Verstraeten heeft een opleiding als burgerlijk ingenieur in de Computerwetenschappen en daarna een doctoraat in AI/Machine learning aan de Ugent behaald in de groep Reservoir Lab. Na nog 3 jaar als postdoctoraal onderzoeker gewerkt te hebben bij dezelfde onderzoeksgroep is hij in Yazzoom gestapt als managing partner en engineering manager, waar hij de voorbije 10 jaar verantwoordelijk is voor het technische management van Yazzoom’s data science en software ontwikkelingsteam. Yazzoom is gespecialiseerd in de toepassing van AI/ML op industriële data, onder meer met hun software Yanomaly voor monitoring, predictive en diagnostic analytics op machine data.
Steven Raekelboom is Technology and Innovation director voor The Grain. Hij heeft een achtergrond in economie, IT, statistiek en heeft een Master in artificiële intelligentie. Steven werkt reeds meer dan 20 jaar als data scientist en realiseerde verschillende AI projecten voor wereldspelers binnen diverse industrieën. The Grain is een data science bedrijf dat zich richt op het bouwen van AI toepassingen voor de industrie.
Hou me op de hoogte
BEMAS Corporate Sponsors
