使用机器学习的预测性维护
机器学习
2022-05-20 v1
摘要
预测性维护（PdM）是一种通过数据驱动技术预测资产故障来有效管理其维护计划的概念。在此类场景中，收集一段时间内的数据以监测设备状态。目标是发现某些相关性与模式，从而帮助预测并最终防止故障。制造业设备常在无计划维护方式下使用。此种做法常因某些突发故障导致非预期停机。在计划维护中，制造设备状态按固定时间间隔检查，若发生故障则更换部件以避免设备意外停转。另一方面，这导致机器非运行时间增加及维护执行成本上升。工业 4.0 与智能系统的出现使人们愈发重视能降低停机成本并提高制造设备可用性（利用率）的预测性维护（PdM）策略。PdM 还可通过充分利用部件使用寿命，在制造业中带来新的可持续实践。
引用
@article{arxiv.2205.09402,
title = {Predictive Maintenance using Machine Learning},
author = {Archit P. Kane and Ashutosh S. Kore and Advait N. Khandale and Sarish S. Nigade and Pranjali P. Joshi},
journal= {arXiv preprint arXiv:2205.09402},
year = {2022}
}