预测维护

预测性维护允许您通过预测机器故障的时间来估计要进行维护的最佳时间。这样,您可以最大限度地减少停机时间并最大限度地提高设备寿命。在本系列中,您将了解预测性维护方式以及如何与其他策略(如反应性和预防性维护)的不同方式。视频还将通过工作流程,帮助您开发预测性维护算法。您将了解条件指示符以及如何从数据中提取它们以区分健康和错误状态。使用提取的条件指示器培训机器学习模型来对不同类型的故障进行分类。视频还将帮助您了解不同的估计模型,例如生存,相似性和退化,用于估计机器的剩余使用寿命。

第1部分:简介了解不同的维护策略和预测维护工作流程。预测性维护允许您找到通过估计失败时间来安排维护的最佳时间。

第2部分:特征提取用于识别条件指标观看此视频,了解如何从数据中提取条件指示符。条件指标帮助您区分机器的健康和错误状态。

第3部分:剩下有用的生活估计预测维护让您估计您机器的剩余使用寿命(RUL)。探索三种常见模型来估算RUL:相似性,生存和退化。

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

第5部分:数字双胞胎听到如何使用数字双胞胎预先预测失败,并减少停机时间,监控和管理船队,做模拟,以及优化操作。