借助 AI 与 IIoT 从预测性维护迈向智能维护
机器学习
2020-09-02 v1 人工智能
机器学习
摘要
随着人工智能(AI)技术的进步，以及通过各类工业物联网(IIoT)项目可轻易获取的数据量日益增长，我们评估了预测性维护方法的现状，并提出了改进当前实践的创框架。本文首先回顾了过去 90 年可靠性建模技术的演进，并讨论了工业界与学术界开发的主要技术。随后我们介绍了下一代维护框架——智能维护，并讨论了其关键组成部分。这一基于 AI 与 IIoT 的智能维护框架由以下部分构成：(1) 最新机器学习算法，包括基于深度学习的概率可靠性建模；(2) 通过无线智能传感器实现的实时数据收集、传输与存储；(3) 大数据技术；(4) 机器学习模型的持续集成与部署；(5) 用于现场快速且更优决策的移动设备与 AR/VR 应用。特别地，我们提出了一种新颖的概率深度学习可靠性建模方法，并在涡轮风扇发动机退化数据集(Turbofan Engine Degradation Dataset)中进行了演示。
引用
@article{arxiv.2009.00351,
title = {Advancing from Predictive Maintenance to Intelligent Maintenance with AI and IIoT},
author = {Haining Zheng and Antonio R. Paiva and Chris S. Gurciullo},
journal= {arXiv preprint arXiv:2009.00351},
year = {2020}
}
备注
The 3rd International Workshop on Artificial Intelligence of Things (AIoT) In conjunction with the 26th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD 2020)