工业机器学习算法-预测性维护
模型：sequence classification, or sequence regression。趋势：先确定是指数加速、线性还是减速。如果是线性在根据斜率确定速度。带一些AutoML性质的。
·
欢迎关注我的公众号：YueTan
本仓库收集了工业相关的机器学习案例，涵盖多个细分方向。工业算法存在其独有的痛点与难点，其中人才培养的问题不是最紧急、却是最重要的。因此，由浅入深地介绍收集的一些案例，也欢迎大家参与，共同促进行业进步。
| 案例 | 行业 | 代码 | 介绍文章 | 视频 |
|---|---|---|---|---|
| 销量预测 | 汽车 | notebook | blog | bilibili |
| 计划排产 | 汽车 | notebook | blog | bilibili |
| 异常检测 | 汽车 | notebook | blog | bilibili |
| 预测性维护 | 汽车 | notebook | blog | bilibili |
应用类型
- 流程型
- 离散型：轴承
- 旋转器械
模型类型：
- 物理
- 知识库
- 数据
- 组合
类型：
- 特征少，样本少：物理模型
- 特征少，样本多：生存分析
- 特征多，样本少：简单模型
- 特征多，样本多：数据挖掘
任务类型：
- 回归
- 二分类
- 多分类
故障类型：
- hard failure
- Soft failure
难点：
- 业务
- 样本不平衡、多故障类型
产出：
- 框架
- SDK
特征：
- 时序
- 事件
场景选择
- 数据多、正样本
- 如对于易损易耗件，事后维修（或替换）始终是最好的选择，对于特种设备（如电梯），定期定量的预防性维护在相当长的一段时间内仍会存在。
趋势：先确定是指数加速、线性还是减速。如果是线性在根据斜率确定速度
商业：综合收益最大
模型：sequence classification, or sequence regression
带一些AutoML性质的
更多推荐
1
0- 0
已为社区贡献1条内容
所有评论(0)