![cover](https://img-blog.csdnimg.cn/3b5c8a19fcb544d6b113e3709b9f34b6.png)
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
所有评论(0)