پژوهش حاضر با هدف ارتقای فرایند نگهداری و تعمیرات پیش‌بینانه در صنایع تولیدی انجام گردیده، با استفاده از مجموعه داده AI4I 2020 که وضعیت عملکردی ماشین‌آلات را با ویژگی هایی نظیر دمای محیط، دمای فرایند، سرعت چرخش، گشتاور و سایش ابزار نمایش می‌دهد. در ابتدا اهمیت ویژگی ها مورد بررسی قرار گرفته و در گام بعد با الگوریتم های خوشه‌بندی داده دسته‌بندی شده‌اند،که بهترین الگوریتم برای این‌کار به دلیل عملکرد بهتر K-means بوده است و خوشه ها از نظر ریسک خرابی مورد بررسی قرار گرفته اند. در نهایت داده ها را برای نمایش گرافیکی به جهت درک بهتر خرابی ها با TSNE به دو بعد کاهش داده و داشبورد مدیریتی جهت پایش شرایط عملیاتی و دریافت ریسک خرابی ارائه شده است که می‌تواند برنامه‌ریزی نگهداری و تعمیرات را کار‌آمد تر کند.
