机构名称：
¥ 1.0
摘要 预测性维护是与工业 4.0 相关的概念，工业 4.0 是第四次工业革命，它监控设备在正常运行期间的性能和状况以降低故障率。本文讨论了一种预测性维护策略，以减少住宅技术设备系统的机械和电气设备故障。所开发的策略可以保证基于机器学习系统的定制维护服务，在最长 3 年的时间内大幅减少故障。所开发的策略根据统计数据评估可接受的组件故障率，并将平均劳动力成本与每次维护操作的持续时间相结合。预测策略详细阐述了实现上述目标所需的最低成本增加。对罗马一个由 16 栋建筑和 911 套公寓组成的现代住宅区进行了为期 3 年的案例研究。特别是，分析考虑了为公寓以外的外部和公共区域供电的机械、电气和照明系统，以避免由于用户行为差异而导致数据扰动。通过大数据分析进行预测性维护管理的总体好处已被证明是住宅系统的机电设备等不同工厂整体运行的实质性改善。关键词：BIM环境，设施管理
用于预测的机器学习方法... - IRIS
主要关键词
相关文件推荐
