如何利用大数据对设备故障进行预测分析,附解决方案

原创|大数据新闻|编辑:陈久凤|2021-04-27 09:48:17.790|阅读 16 次

概述:设备故障原因多种多样,如果不及时通过数据分析,形成设备故障紧急预案,致使设备中断生产或效率降低而影响生产。

# 31款JAVA开发必备控件和工具 #

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


点击获取相关DEMO

数据分析工具免费试用Qlik

慧都大数据分析平台「GetInsight®」升级发布,将基于企业管理驾驶舱产品质量分析及预测设备故障分析及预测供应链管理等大数据模型的构建,助力企业由传统运营模式向数字化、智能化的新模式转型升级,抓住数据经济的发展势头,提供管理效能,精准布局未来。

欢迎拨打慧都热线023-68661681或在线咨询,我们有专业的大数据团队,为您提供免费大数据相关业务咨询!


标签:

本站文章除注明转载外,均为本站原创或翻译。欢迎任何形式的转载,但请务必注明出处、不得修改原文相关链接,如果存在内容上的异议请邮件反馈至hey@evget.com


为你推荐

  • 推荐视频
  • 推荐活动
  • 推荐产品
  • 推荐文章
  • 慧都慧问
在线咨询
联系我们
TOP
在线客服系统
live chat