基于数据驱动的工业生产过程故障预测研究现状与方法分析

• 作者: 吴晓欢
• 来源期刊: 变频器世界
• 学科: 工学
• 关键词: 工业生产过程 数据驱动 故障预测 数据采集与监控
• 年，卷（期）: 2019,（6）
• 页码范围: 65-69
• 页数: 5页
• 分类号: TP206.3

摘要

本文介绍了工业生产过程系统中基于数据驱动的故障预测研究现状和常见方法分类,包括基于模型的预测、基于数据驱动的预测以及基于统计学的预测。然后对基于数据驱动的几种方法进行对比分析,包括线性回归、KNN最近邻算法、决策树、GBDT、XGBoost、随机森林、SVM等,并结合应用案例比较了不同算法在故障预测的精度和时间方面的区别。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴晓欢		1	0	0.0	0.0