网络研讨会视频

预见性维护

预测性维护可以通过预测机器故障的时间来估计进行维护的最佳时间。通过这种方式,您可以最大限度地减少停机时间并最大化设备寿命。在本系列中,您将了解预测性维护是如何工作的,以及它与反应性和预防性维护等其他策略的区别。这些视频还将引导您完成一个工作流程,帮助您开发预测性维护算法。您将了解条件指示器,以及如何从数据中提取它们以区分健康状态和故障状态。利用提取的条件指标训练机器学习模型,对不同类型的故障进行分类。这些视频还将帮助您了解不同的估计器模型,例如生存期、相似性和退化,这些模型用于估计机器的剩余使用寿命。

第一部分:简介了解不同的维护策略和预测性维护流程。预测性维护使您可以通过估计故障发生的时间来找到安排维护的最佳时间。

第2部分:识别条件指标的特征提取观看本视频,了解如何从数据中提取条件指示符。状态指示器帮助您区分机器的健康状态和故障状态。

第三部分:剩余使用寿命估计预测性维护可让您估计机器的剩余使用寿命(RUL)。探索估计RUL的三个常用模型:相似性、存活和退化。

第4部分:如何使用诊断特征设计器进行特征提取了解如何使用诊断特征设计器提取时域和光谱特征,以开发预测性维护算法。

recurso项目relacionados