大数据如何对设备故障进行预测，从而减少企业损失！
发布时间：2021-11-17 20:33:30 所属栏目：大数据 来源：互联网
导读：设备故障是什么？ 设备故障一般是指设备失去或降低其规定功能的事件或现象，表现为设备生产运行异常，指设备的某些零件失去原有的精度或性能，使设备不能正常运行、技术性能降低，从而影响正常生产，造成企业利益损失。 利用数据分析对设备故障进行预测，形
|
设备故障是什么？ 设备故障一般是指设备失去或降低其规定功能的事件或现象，表现为设备生产运行异常，指设备的某些零件失去原有的精度或性能，使设备不能正常运行、技术性能降低，从而影响正常生产，造成企业利益损失。 利用数据分析对设备故障进行预测，形成设备故障的紧急预案，或提前解决问题，就能大大降低企业承担设备故障带来的经营风险。 设备故障分类 1、磨损性故障，由于运动部件磨损，在某一时刻超过极限值所引起的故障。 2、腐蚀性故障，按腐蚀机理不同又可分化学腐蚀、电化学腐蚀和物理腐蚀3类。 3、可分脆性断裂、疲劳断裂、应力腐蚀断裂、塑性断裂等。 4、老化性故障，上述综合因素作用于设备，使其性能老化。 如何对设备故障进行预测分析 1、设备故障分析及预测，优化设备维修计划。 2、设备劣化倾向分析，提出预测性维修建议。 3、维修情况分析，优化维修计划及人员配置。 4、设备状态实时分析，优化设备运维计划。 5、零部件出入库分析和预测，优化备件购置计划 解决方案架构： 查看解决方案完整版 典型案例： 客户名称：XX通信系统有限公司 成立时间：1997年 注册资金：90000万 方案界面： 数据准备阶段 运用了Filter方法，Wrapper方法，Embedded方法，进行特征选择，结合降维方法PCA、LDA，对数据进行降维处理，以减少特征数量、数据降维，使模型泛化能力更强，更稳定，同时增强对特征和特征值之间的理解（如图一）。再加上数据归一化处理，让数据区分度明显提高（如图二） 数据采集与准备 采集TPM数据，对数据进行清理准备 建立故障预测模型 建模主要包括：算法选择,模型训练，模型验证,模型评估。 为了找到的合理预测时长，比较了慧都AI DRIVER的多个模型对设备故障预测目标的准确率指标和F1分数随时间变化的趋势。整体预测效果在时间步长为10分钟时是最佳的，我们建议企业按照10分钟来进行预测，同时安排设备维护计划 应用收益： 1、减少设备计划外停机时间 2、降低设备成本维护 3、提高设备故障预测准确率 4、提高产线生产效率  （编辑：宁德站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
