摘要
本申请提供基于AI的擦地机生产设备异常预测系统及方法,其中,通过实时监测擦地机生产设备的操作参数,并与历史数据对比,分离出周期性和非周期性成分;利用聚类算法识别非预期波动模式,并通过关联规则挖掘得到关键因素;结合同类型组件性能数据构建基准性能曲线,基于实际性能曲线的偏离程度,使用模糊逻辑系统评估潜在异常风险等级;采用贝叶斯网络预测未来特定时间段内可能发生的故障,生成维护建议报告。本申请提高了擦地机生产设备维护效率和可靠性。
技术关键词
模糊逻辑系统
擦地机
粒子群优化算法
设备健康状态评估
关联规则挖掘算法
历史性能数据
模拟退火算法
曲线
模式
支持向量回归模型
时间序列预测模型
聚类算法
基准
集成学习方法
周期性
模糊推理
时间段
预测系统
参数