Detecteren en voorkomen van veranderingen met lage precedentie in elektromechanische actuatoren door gebruik van probabilistische grafen

Bestaande conditie monitoring methodes voor elektromechanische actuatoren zijn vaak onvoldoende robuust. Dit is het gevolg van de invloed van externe factoren (bv. de belasting) en interne factoren (bv. toleranties op de afmetingen) op de metingen die worden gebruikt voor conditie monitoring. Dit onderzoek heeft tot doel de robuustheid te verhogen door de modellen die gebruikt worden uit te breiden met een probabilistisch model om zo het aantal foute conclusies terug te dringen. Anderzijds zal onderzocht worden hoe oorzaak-gevolg analyses d.m.v. probabilistische modellen kunnen gebruikt worden om degradatie te vermijden.