工业设备预测性维护系统

摘要

为解决工业企业中,工业机器人、大型盾构机、道岔等大型工业设备,施工环境恶劣,维护成本昂贵,乃至产品质量和有序生产.开发工业设备预测性维护系统.系统基于SpringBoot后端框架、VUE前端框架、TensorFlow大数据分析框架对系统进行开发;基于物联网设备系统在针对非计划停机维护的相关工业指标进行实时数据采集;基于多数据源设定标准化API读取;基于SPARK大数据处理框架对设备维护模块进行在线实时分析;基于行业应用模型,在确保生产质量和生产进度的基础上,使用机器学习回归算法对历史数据和行业数据进行预测模型训练,输出预测性维护指标和大型停机检修计划表及预应对方案;最后通过行业场景应用验证了设计系统的可行性.