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？