机构名称：
¥ 8.0
条件监测盟友的预测维护行业所使用的设备避免了称为纠正措施的维护，这反过来又可能造成严重的经济损失。使用行业概念4.0作为人工智能来预测和检测此类设备中的故障，从而增加了系统挑战。这项工作着重于应用机器学习技术，例如支持向量机（SVM），随机森林，最近的KNN-LITTLITER（KNN），多层Perptron（MLP），线性回归等，以预测和检测两种工业设备的故障，旨在比较这些技术的性能。根据传感器收集的数据，使用了该设备的工业齿轮箱，用于该设备，使用监督的分类算法来检测可能的故障。获得的最佳结果是使用SVM和MLP算法。第二个工业设备是一种工业切割刀片，因为使用该设备有监督的算法，这种方法与第一种方法不同，因为可以预见的数据是传感器的数值，所执行的最佳预测是使用线性回归的算法。
通过机器学习对工业设备故障的检测和预测
主要关键词
相关文件推荐
