预见性维护

预测性维护可以通过预测机器发生故障的时间来估计进行维护的最佳时间。这样,您可以减少停机时间,最大化设备寿命。在本系列中,您将了解预测性维护是如何工作的,以及它与反应性维护和预防性维护等其他策略的不同之处。该视频还将引导您通过工作流,将帮助您开发预测性维护算法。您将了解条件指示器,以及如何从数据中提取它们以区分正常状态和故障状态。利用提取的状态指标训练机器学习模型,对不同类型的故障进行分类。这些视频还将帮助您理解不同的评估模型,如生存、相似性和退化,这些模型用于评估机器的剩余有用寿命。

第1部分:介绍了解不同的维护策略和预测性维护工作流程。预测性维护允许您通过估计发生故障的时间来找到计划维护的最佳时间。

第2部分:条件指标识别的特征提取观看这段视频,了解如何从数据中提取条件指示器。条件指示器帮助您区分机器的正常状态和故障状态。

第3部分:剩余有用寿命估算预测性维护允许您估计机器的剩余使用寿命(RUL)。探索评估RUL的三种常见模型:相似性、存活和退化。

第4部分:如何使用诊断特征设计器进行特征提取了解如何使用诊断特征设计器提取时域和频谱特征,以开发预测维护算法。

第5部分:数字孪生了解如何使用数字双胞胎提前预测故障、减少停机时间、监控和管理您的船队、进行假设模拟和优化操作。