Souhardya Bhattacharjee

Erstelle dein Portfolio mit ProoV
ProoV
EN Verifiziertes Arbeitsportfolio

ProoV Portfolio

Souhardya Bhattacharjee

Chemical Engineering · Jadavpur University

Zum ProoV-Leaderboard

Projekte

Zertifiziert

Selbstgesteuertes Projekt

Predictive Maintenance: Industrial ML for Fault Detection

Condition-Monitoring Engineer · KI / ML · August 2026

86/ 100

Eine ProoV-Fallstudie · Lernprojekt, kein Arbeitsverhältnis

Built an end-to-end rolling-bearing fault detector from vibration data: visualized the faulty waveform, engineered RMS/kurtosis/crest-style signal features plus envelope-spectrum energy at the supplied defect frequencies, and localized the fault to the outer race via BPFO dominance. Trained a compact depth-capped decision tree on training bearings only, then evaluated it on held-out bearings with reported catch-rate and false-alarm rate and defended a cost-based alarm threshold using the candidate’s own numbers.

Bewertet nach

  • Feature engineering (signal to honest numbers)25%
  • Held-out evaluation (honest measurement)25%
  • Cost-based threshold decision + memo25%
  • Compact model + embedded-budget justification15%
  • Plain-language explanation10%

Bestanden · Bestehensgrenze 60/100

Was herausstach6
  • Computed envelope-spectrum energy at all four supplied defect frequencies and correctly found BPFO as dominant.
  • Used kurtosis as the strongest time-domain indicator for the impulsive faulty bearing.
  • Reported a compact depth-1 decision tree with 3 nodes and stated it was trained on training bearings only.
  • Included concrete held-out metrics and a cost-based threshold decision rather than optimizing for raw accuracy.
  • Leakage-Free Feature Engineering
  • Honest Held-Out Evaluation
Meine eingereichte Arbeit18 Aufgaben

10 Aufgaben · 6.0k Zeichen · Python · 8 Textantworten · 433 Wörter

  • Load Plot Signal CodePython · 1.9k Zeichen
  • Load Plot Signal205 Zeichen
  • Example Rms WorkedPython · 697 Zeichen
  • Time Features143 Zeichen
  • Freq FeaturesPython · 1.1k Zeichen
  • Fault Location239 Zeichen
  • Train Classifier363 Zeichen
  • Evaluation Heldout288 Zeichen
  • Threshold Decision334 Zeichen
  • Decision Memo769 Zeichen
  • Load Plot Signal Code163 Wörter
  • Load Plot Signal15 Wörter
  • Example Rms Worked72 Wörter
  • Time Features10 Wörter
  • Freq Features104 Wörter
  • Fault Location14 Wörter
  • Train Classifier31 Wörter
  • Evaluation Heldout24 Wörter

Bewusst zusammengefasst — der eingereichte Code und die Texte bleiben privat, damit diese Seite nicht als Lösungsvorlage dient. Die vollständige Einreichung steht hinter dem verifizierten Zertifikat.

Verifiziertes ZertifikatFälschungssicher · ausgestellt von ProoV
1Abgeschlossenes Projekt
1Verifiziertes Zertifikat
86Durchschnittsnote
Erstelle dein Portfolio mit ProoV