Studentoppgave:
Tilstandsovervåking av mekanisk utstyr ved bilineær modellering av vibrasjoner

Idletechs AS har laget programvare som kan modellere variasjoner i evigvarende, høydimensjonale datastrømmer, basert på blant annet bilineær modellering. Metodene er selvlærende; de bygger selv opp effektive representasjoner av dataene de får. Modellene gir en kompakt og tolkbar representasjon av svært mange ulike datasett, og kan brukes på en lang rekke anvendelser.

Et av mange felt hvor metodene til Idletechs kan anvendes er overvåking av mekanisk utstyr. En god tradisjonell mekaniker kan si mye om tilstanden til en motor ved å lytte på den; Idletechs i samarbeide med Kongsberg Maritime er i gang med å lage hard- og software for å la en computer “lytte” på mekanisk utstyr på nye måter som gjør at mekanikeren kan hente ut mye mer informasjon, kan la computeren ta seg av rutinemessig overvåking, og kan få nye verktøy for å se forskjell på variasjon som skyldes “normale” omstendigheter, som pådrag og omkringliggende miljø, og hva som skyldes mulige problemer.

Studenten vil jobbe med hvordan ulike driftssituasjoner og problemer vil fanges opp av modellene, inkludert noe teori.

Dette er i første omgang en prosjektoppgave, hvor studenten vil kunne ta tak i en begrenset del av problemstillingen. Oppgaven vil kunne utvides til en masteroppgave.

Oppgaven er knyttet til NTNUs satsning innen Big Data Cybernetics.

Det anbefales å ta temaet TTK19 Strukturer og sammenhenger i komplekse systemer (3.75 studiepoeng), se www.itk.ntnu.no/emner/fordypning/ttk19

Det vil være begrensninger på opphavsrettigheter, herunder publisering.

Hovedveileder: Prof. Harald Martens (NTNU ITK / Idletechs)
Medveileder: Dr. Oddbjørn Malmo (Kongsberg Maritime AS)

Tilbake til menyen over mulige masteroppgaver