摘要
本发明公开了基于预测模型的生产设备智能动态维护方法,属于设备维护技术领域,包括以下步骤:S1、设备数据收集、处理与转换;S2、构建CNN‑SVR预测模型,预测设备的剩余使用寿命;S3、构建生产调度模型,生产调度模型和CNN‑SVR预测模型由系统控制,生产调度模型根据设备的健康状况灵活调整生产计划。本发明采用上述的基于预测模型的生产设备智能动态维护方法,通过CNN模型和SVR模型对设备的运行状态进行实时监控和分析,并预测设备的RUL,根据设备的实际状态动态调整维护计划,避免传统固定维护中因过早或过晚维护而导致的资源浪费、设备故障及维护成本增加等问题。
技术关键词
SVR模型
剩余使用寿命
锡膏厚度
动态
构建卷积神经网络
多项式核函数
支持向量回归
系统控制
矩阵
生成设备
计划
数据
超参数
特征值
决策
格式
负荷
样本
数值
系统为您推荐了相关专利信息
时间序列特征
故障预测方法
注意力
语义
轻量化卷积神经网络
海洋温度传感器
动态补偿方法
粒子群优化算法
运动
分层水箱
自动匹配方法
语义标签
注意力
数据融合技术
动态更新
铁路车辆
限流保护模块
升降压芯片
储能电感
电压转换模块