大数据在设备健康预测和备件补货中的应用

• 作者: 张晨 李嘉 李思悦 王海宁
• 来源期刊: 中国机械工程
• 关键词: 石油化工设备 设备健康监测 统计库存控制 大数据
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 智能设计与计划调度
• 页码范围: 183-187
• 页数: 5页
• 分类号: TH17
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2019.02.008

摘要

提出了一种设备健康预测和库存优化方法.使用自编码器提取监测信号特征,基于深度神经网络模型进行时序预测,构建设备健康度指标;采用统计分布判定和参数拟合的预测方法实现库存优化;最后,根据设备健康状态与备件数量实现生产主动预警.实例结果表明,该方法预测精度高于LSTM算法,可对设备故障进行精确预警,且备件库存优化模型的可靠性高达90.4％,可有效减少备件库存.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李嘉	华东理工大学商学院	24	129	5.0	10.0
2	张晨		1	2	1.0	1.0
3	王海宁		1	2	1.0	1.0
4	李思悦		1	2	1.0	1.0