视频和网络研讨会系列

预见性维护

预测性维护可以通过预测机器发生故障的时间来估计进行维护的最佳时间。通过这种方式,您可以最小化停机时间,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,以及它与其他策略(如反应性和预防性维护)的区别。视频还将引导您通过一个工作流程,这将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,以区分健康状态和错误状态。利用提取的状态指标训练机器学习模型,对不同类型的故障进行分类。本视频还将帮助您理解不同的估计器模型,如生存、相似度和退化,这些模型用于估计机器的剩余使用寿命。

第1部分:介绍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到故障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器。条件指示器帮助您区分机器的正常状态和故障状态。

第3部分:剩余使用寿命估计预测性维护允许您估计机器的剩余使用寿命(RUL)。探索评估RUL的三种常用模型: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谱特征,以开发预测性维护算法。

相关资源