Sztuczna inteligencja w utrzymaniu ruchu – od reakcji do predykcji

Celem projektu jest zbadanie potencjału zastosowania metod sztucznej inteligencji (AI) w procesach utrzymania ruchu, z uwzględnieniem trzech kluczowych podejść: reakcyjnego, prewencyjnego i predykcyjnego. W dobie Przemysłu 4.0, AI staje się jednym z najważniejszych narzędzi transformacji procesów eksploatacyjnych i decyzyjnych. Projekt oferuje studentowi możliwość praktycznej eksploracji nowatorskiego tematu na styku zarządzania technicznego, inżynierii danych oraz systemów ekspertowych.

Punktem wyjścia jest pytanie: w którym z podejść utrzymania ruchu (reakcja – prewencja – predykcja) sztuczna inteligencja ma największy potencjał praktycznego zastosowania?

Pytania badawcze:

Jakie dane są najbardziej wartościowe do trenowania modeli AI w utrzymaniu ruchu?

Jak można ocenić dojrzałość cyfrową przedsiębiorstwa pod kątem wdrożenia AI w maintenance?

Czy istnieją obiektywne wskaźniki gotowości organizacyjnej na wdrożenie predykcyjnego utrzymania ruchu?

Jakie błędy poznawcze i bariery kulturowe utrudniają wdrożenie systemów uczących się w działach UR?

Student, pod opieką mentora, przeprowadzi:

• badania opinii menedżerów i inżynierów utrzymania ruchu w kilku przedsiębiorstwach przemysłowych,
• analizę studiów przypadków rzeczywistych wdrożeń AI w obszarze monitorowania i predykcji awarii.

W ramach projektu powstanie model wdrożenia AI w utrzymaniu ruchu, obejmujący:

1. strukturę danych i źródeł informacji (DTR, raporty awarii, logi systemowe, dane czujnikowe, systemy CMMS/ERP),
2. proces uczenia i adaptacji modeli,
3. kryteria gotowości organizacyjnej do wdrożenia,
4. propozycję architektury integrującej AI z istniejącymi systemami utrzymania ruchu,
5. ocenę ryzyka i rekomendacje dla menedżerów technicznych.

Projekt łączy badania naukowe z praktyką przemysłową, dając studentowi realną szansę opracowania rekomendacji, które mogą zostać wdrożone w przedsiębiorstwie.