从经济学视角看过滤单元的预测性维护

本文从经济学视角探讨过滤单元的预测性维护。预测性维护的兴起得益于工业4.0趋势的增长以及廉价传感器的可用性。然而，企业对预测性维护的采用率仍然较低。大多数企业仍坚持纠正性与预防性维护。这并非由于缺少关于预测性维护技术实现的信息——已有大量关于可有效使用的最先进机器学习算法的研究论文。主要问题在于大多数高层管理人员尚未完全信服预测性维护的理念。为实现更好的管理层论证，必须将实施的经济价值与预测性维护方案相联系。在本研究中，训练了三个机器学习模型以展示预测性维护的经济价值。数据收集自新加坡科技设计大学的一个测试台。该测试台密切 resembles 真实世界的水处理厂。提出了一种结合蒙特卡洛模拟的成本效益分析。它为通过实施预测性维护方案来记录潜在成本与节约提供了结构化方法。该模拟将真实世界风险纳入财务模型。财务数据改编自领先膜基综合环境解决方案提供商中信环境技术有限公司。使用两种情景来阐述预测性维护的经济价值。总体而言，本研究试图弥合预测性维护技术领域与商业领域之间的鸿沟。