Loading
0

大数据如何对设备故障进行预测,从而降低企业损失!

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

慧都一直致力于、产品质量分析及预测管理驾驶舱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。获取案例demo,请详询在线客服

======  推荐阅读  ======

1、产品质量分析报告,你真的懂吗?

2、产品质量分析,质量预测,助力企业提高效益

3、领导常说的管理驾驶舱是什么?为何如此重要

4、汽车维权实践频发,如何做好质量管理

5、数字化转型的本质什么?