王曉云
摘? ?要:本文介紹了大數(shù)據(jù)分析系統(tǒng)概念及在礦山設(shè)備預(yù)測(cè)性維修中的應(yīng)用,形成一套符合應(yīng)用實(shí)際的礦山設(shè)備預(yù)測(cè)性維修大數(shù)據(jù)分析系統(tǒng),其中包括前端數(shù)據(jù)采集、中層數(shù)據(jù)傳輸與存儲(chǔ)(狀態(tài)監(jiān)測(cè))、后端數(shù)據(jù)分析及系統(tǒng)優(yōu)化(故障診斷、狀態(tài)預(yù)測(cè)、維修決策)等。預(yù)測(cè)性維修以“相似學(xué)模型(Similarity Based Modeling - SBM)”的大數(shù)據(jù)設(shè)備診斷技術(shù)為基礎(chǔ),結(jié)合設(shè)備故障的歷史和現(xiàn)狀,參考運(yùn)行環(huán)境及其它同類設(shè)備的運(yùn)行情況,采集數(shù)據(jù)、挖掘建模,對(duì)設(shè)備運(yùn)行情況進(jìn)行綜合判斷分析,提前判斷設(shè)備內(nèi)部可能出現(xiàn)故障和異常的情況,確定預(yù)測(cè)隱患的發(fā)展趨勢(shì),提出防范措施和治理對(duì)策,進(jìn)而延長(zhǎng)設(shè)備使用時(shí)間,降低成本、提高產(chǎn)能。
關(guān)鍵詞:大數(shù)據(jù)分析? 預(yù)測(cè)性維修? 相似性建模算法? 數(shù)字化雙胞胎
中圖分類號(hào):TD67? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào):1674-098X(2020)06(b)-0006-04
近年來(lái),國(guó)務(wù)院印發(fā)了一系列政策措施推進(jìn)大數(shù)據(jù)發(fā)展,其中包括《關(guān)于深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”發(fā)展工業(yè)互聯(lián)網(wǎng)的指導(dǎo)意見》中提到“開發(fā)工業(yè)大數(shù)據(jù)軟件,聚焦重點(diǎn)領(lǐng)域,圍繞生產(chǎn)流程優(yōu)化、質(zhì)量分析、設(shè)備預(yù)測(cè)性維護(hù)、智能排產(chǎn)等應(yīng)用場(chǎng)景,開發(fā)工業(yè)大數(shù)據(jù)分析應(yīng)用軟件,實(shí)現(xiàn)產(chǎn)業(yè)化部署”。礦山設(shè)備預(yù)測(cè)性大數(shù)據(jù)分析系統(tǒng)的建設(shè)是以“降本增效”為目標(biāo),以實(shí)現(xiàn)傳感器、設(shè)備和生產(chǎn)系統(tǒng)的自動(dòng)化和智能化為手段,在數(shù)據(jù)監(jiān)測(cè)、可視化、基本統(tǒng)計(jì)計(jì)算、超限報(bào)警的基礎(chǔ)上,更好地利用收集的數(shù)據(jù),基于相似性算法,針對(duì)每臺(tái)設(shè)備進(jìn)行模型數(shù)據(jù)訓(xùn)練,建立每一臺(tái)設(shè)備專有的數(shù)據(jù)模型,利用大數(shù)據(jù)分析結(jié)果預(yù)測(cè)性診斷設(shè)備潛在故障,達(dá)到提升安全保障、減少設(shè)備非計(jì)劃停機(jī)、提高維修效率、降低維修成本、提高設(shè)備運(yùn)用效率的結(jié)果。
1? 大數(shù)據(jù)分析概念
1.1 大數(shù)據(jù)分析概論
大數(shù)據(jù)的特殊之處主要體現(xiàn)于:體積、速度、質(zhì)量。其中體積是指由于數(shù)據(jù)格式的多樣化造成的數(shù)據(jù)存儲(chǔ)指數(shù)級(jí)增長(zhǎng);速度與數(shù)據(jù)的變化率有關(guān);質(zhì)量體現(xiàn)在數(shù)據(jù)的多種格式存儲(chǔ),這種情況下,應(yīng)該考慮如何處理各種格式的數(shù)據(jù)[1]。
大數(shù)據(jù)分析主要遵循三個(gè)基本概念。
(1)大數(shù)據(jù)分析是宏觀數(shù)據(jù)分析,需要通過(guò)充分觀察所有收集數(shù)據(jù)整體的本質(zhì)、特征、屬性及規(guī)律,而非通過(guò)樣本圍觀觀察,否則將切斷數(shù)據(jù)和現(xiàn)象之間的聯(lián)系,無(wú)法實(shí)現(xiàn)大數(shù)據(jù)分析的目的。
(2)在大數(shù)據(jù)時(shí)代,面對(duì)大量數(shù)據(jù)的挑戰(zhàn),知道什么比知道為什么更重要。大數(shù)據(jù)分析在數(shù)據(jù)采集的基礎(chǔ)上,通過(guò)不同算法將數(shù)據(jù)進(jìn)行清洗、分析,最終實(shí)現(xiàn)數(shù)據(jù)挖掘和預(yù)測(cè)分析。
(3)大數(shù)據(jù)分析偏向于發(fā)現(xiàn)事先不知道的新模式及目前未知的相關(guān)性,通過(guò)利用可能發(fā)現(xiàn)的新模式及未知相關(guān)性探索即將發(fā)現(xiàn)的事件本質(zhì),過(guò)程中時(shí)間和成本的意義將重于所謂準(zhǔn)確的結(jié)果。
1.2 大數(shù)據(jù)分析應(yīng)用
1.2.1 數(shù)據(jù)挖掘
大數(shù)據(jù)分析的理論核心就是數(shù)據(jù)挖掘。數(shù)據(jù)挖掘即從數(shù)據(jù)獲取到深度學(xué)習(xí),通過(guò)機(jī)器深入數(shù)據(jù)內(nèi)部去挖掘價(jià)值。其中本文大數(shù)據(jù)分析系統(tǒng)中數(shù)據(jù)收集匯總后采用的算法是相似性建模算法。
1.2.2 預(yù)測(cè)性分析
預(yù)測(cè)性分析及利用數(shù)據(jù)挖掘的結(jié)果做出預(yù)測(cè)性判斷。預(yù)測(cè)性維修系統(tǒng)結(jié)合大數(shù)據(jù)分析結(jié)果形成動(dòng)態(tài)的報(bào)警限值,對(duì)設(shè)備狀態(tài)進(jìn)行預(yù)判。
2? 礦山設(shè)備預(yù)測(cè)性維修系統(tǒng)建設(shè)意義及存在問(wèn)題
2.1 建設(shè)意義
目前大部分設(shè)備維修主要以故障維修和計(jì)劃性檢修為主。
(1)故障維修,又稱事后維修,如設(shè)備發(fā)生部分或全部故障后再修理,是一種非計(jì)劃性的、純被動(dòng)的維修方式。這將對(duì)正在運(yùn)行的設(shè)備帶來(lái)破壞,極大降低設(shè)備的生產(chǎn)效率;這種盲目、失控的狀態(tài)無(wú)法對(duì)維修計(jì)劃進(jìn)行安排,將造成備品備件庫(kù)存積壓嚴(yán)重或急缺無(wú)法及時(shí)維修。
(2)計(jì)劃性檢修,又稱預(yù)防性檢修,針對(duì)設(shè)備的維修間隔期制定維修計(jì)劃,按規(guī)定的時(shí)間間隔進(jìn)行停機(jī)檢修,這樣可以消除可能的和隱藏的故障,預(yù)防設(shè)備未知的損壞、繼發(fā)性毀壞。但是這種維修方式會(huì)由于頻繁維修造成維修資源浪費(fèi)、造成生產(chǎn)和管理的矛盾激化,降低設(shè)備可用性或生產(chǎn)效率。
礦山設(shè)備預(yù)測(cè)性維修是基于以上兩種維修方式缺點(diǎn)采用的一種新興的維修方式。在機(jī)器運(yùn)行時(shí),通過(guò)采集設(shè)備運(yùn)行相關(guān)數(shù)據(jù),初步獲取設(shè)備狀態(tài)信息。對(duì)其重要部位進(jìn)行不間斷的狀態(tài)監(jiān)測(cè)和故障診斷,預(yù)測(cè)設(shè)備未來(lái)的發(fā)展趨勢(shì),提前預(yù)測(cè)設(shè)備故障模式以制定有效維修計(jì)劃,確定設(shè)備修理時(shí)間、內(nèi)容、方式和必需的技術(shù)和物資支持。
這種預(yù)測(cè)性維修方式包含狀態(tài)監(jiān)測(cè)、故障診斷、故障預(yù)測(cè)、維修決策支持和維修活動(dòng)。存在以下優(yōu)點(diǎn):
①以設(shè)備實(shí)際狀態(tài)為依據(jù),減少可能出現(xiàn)的密集維修,延長(zhǎng)了維修周期,提高設(shè)備利用率的同時(shí)也節(jié)約維修費(fèi)用。
②預(yù)先診斷得出潛在故障,有效避免可能爆發(fā)的繼發(fā)性或突發(fā)性的意外事故,保證安全生產(chǎn)同時(shí)降低生產(chǎn)損失。
③對(duì)維修資源進(jìn)行宏觀調(diào)控,減少備品備件庫(kù)存和積壓,大幅降低維修費(fèi)用。
④提前安排生產(chǎn)維修計(jì)劃,最低限度降低維修與生產(chǎn)中存在的設(shè)備使用矛盾,優(yōu)化排產(chǎn)。
2.2 存在問(wèn)題
由于設(shè)備預(yù)測(cè)性維修要通過(guò)狀態(tài)監(jiān)測(cè)、故障診斷、故障(狀態(tài))預(yù)測(cè)進(jìn)而實(shí)現(xiàn)維修決策。但目前設(shè)備狀態(tài)數(shù)據(jù)監(jiān)測(cè)手段及能力不足,無(wú)法對(duì)所有設(shè)備的實(shí)時(shí)數(shù)據(jù)進(jìn)行全面采集和分析。
(1)因生產(chǎn)控制設(shè)備多數(shù)購(gòu)置時(shí)間較早,設(shè)備廠家不同,沒有統(tǒng)一的接口規(guī)范,造成設(shè)備信息采集困難,急需對(duì)傳感、控制層進(jìn)行增補(bǔ)或完善。同時(shí),也沒有統(tǒng)一的監(jiān)測(cè)監(jiān)控平臺(tái)進(jìn)行采集和集中控制,系統(tǒng)間、設(shè)備間的直接溝通和綜合利用還有很大的提升空間。
(2)數(shù)據(jù)的二次分析和利用不充分。對(duì)已經(jīng)采集到的數(shù)據(jù),未能充分的分析和挖掘,不能及時(shí)用數(shù)據(jù)反映和預(yù)測(cè)生產(chǎn)及設(shè)備的實(shí)時(shí)狀態(tài),無(wú)法進(jìn)行全面準(zhǔn)確預(yù)測(cè)性維修,會(huì)在維修中存在事后維修、過(guò)度維修或欠維修情況,影響維修效率和成本。
3? 礦山設(shè)備預(yù)測(cè)性維修大數(shù)據(jù)系統(tǒng)的建設(shè)方案
本系統(tǒng)采用“相似學(xué)模型”的大數(shù)據(jù)預(yù)測(cè)診斷分析技術(shù),對(duì)所有采集數(shù)據(jù)進(jìn)行實(shí)時(shí)分析。以MT4400礦用卡車為例(如圖1):預(yù)測(cè)性診斷將通過(guò)柴油機(jī)、稱重系統(tǒng)、液壓監(jiān)測(cè)系統(tǒng)、胎壓監(jiān)測(cè)系統(tǒng)、燃油監(jiān)測(cè)系統(tǒng)等多個(gè)傳感器提供的數(shù)據(jù),集中由數(shù)采模塊匯集,獲取每臺(tái)設(shè)備的歷史數(shù)據(jù),進(jìn)行模型匹配、數(shù)據(jù)清洗,按照現(xiàn)行工況獲取正常運(yùn)行數(shù)據(jù)訓(xùn)練模型,結(jié)合當(dāng)前狀態(tài)及模型訓(xùn)練結(jié)果,并形成動(dòng)態(tài)的報(bào)警限值。這樣即使設(shè)備沒有滿功率/滿負(fù)荷運(yùn)轉(zhuǎn),仍可預(yù)判設(shè)備異常,在故障早期報(bào)警,及時(shí)獲得維修維護(hù),避免設(shè)備發(fā)生不可逆損傷或意外停機(jī)[2]。
3.1 數(shù)據(jù)采集
3.1.1 柴油機(jī)的CAN接口數(shù)據(jù)
通過(guò)從柴油機(jī)到數(shù)據(jù)采集模塊的線束改造,以讀取發(fā)動(dòng)機(jī)數(shù)據(jù),通過(guò)數(shù)據(jù)采集模塊發(fā)送到工控機(jī)。采集以下7個(gè)數(shù)據(jù)點(diǎn):坐排前部進(jìn)氣溫度、機(jī)油壓力、柴油機(jī)轉(zhuǎn)速、柴油機(jī)力矩、燃油溫度、冷卻液壓力、冷卻液溫度。預(yù)期可實(shí)現(xiàn)柴油機(jī)以下方面的預(yù)測(cè)性診斷:
(1)渦輪增壓器:增壓不足或機(jī)械磨損;
(2)冷卻系統(tǒng):冷卻損失;
(3)燃油系統(tǒng):溫度/壓力異常、燃油稀釋(機(jī)油/水)問(wèn)題。
3.1.2 稱重系統(tǒng)的CAN接口數(shù)據(jù)
新增稱重系統(tǒng),讀取裝載重量和懸掛壓力。采集以下6個(gè)數(shù)據(jù)點(diǎn):載重、傾角、左前懸掛壓力、右前懸掛壓力、左后懸掛壓力、右后懸掛壓力。預(yù)期可實(shí)現(xiàn)以下故障的預(yù)測(cè)性診斷:
(1)懸掛的壓力異常、泄漏方面的預(yù)測(cè)性診斷;
(2)結(jié)合其他信息可對(duì)稱重系統(tǒng)的傳感器故障進(jìn)行判斷。
此外,稱重系統(tǒng)的數(shù)據(jù)也作為模型輸入,幫助進(jìn)行電動(dòng)輪電氣、制動(dòng)、輪胎方面的預(yù)測(cè)性診斷。
3.1.3 輪胎監(jiān)測(cè)系統(tǒng)的網(wǎng)口數(shù)據(jù)
安裝輪胎監(jiān)測(cè)系統(tǒng),實(shí)現(xiàn)將輪胎檢測(cè)系統(tǒng)數(shù)據(jù)傳輸至卡車工控機(jī)。采集以下12個(gè)數(shù)據(jù)點(diǎn):左前輪胎壓力、右前輪胎壓力、左后輪胎1壓力、左后輪胎2壓力、右后輪胎1壓力、右后輪胎2壓力、左前輪胎溫度、右前輪胎溫度、左后輪胎1溫度、左后輪胎2溫度、右后輪胎1溫度、右后輪胎2溫度??山Y(jié)合稱重系統(tǒng)數(shù)據(jù),對(duì)輪胎的漸進(jìn)性故障進(jìn)行預(yù)測(cè)性診斷:
(1)輪胎壓力異常;
(2)輪胎溫度異常。
3.1.4 電傳系統(tǒng)的RS232串口數(shù)據(jù)
基于串口提供數(shù)據(jù),進(jìn)行線束的改造,通過(guò)數(shù)據(jù)采集模塊讀取數(shù)據(jù)并傳到工控機(jī)。采集以下11個(gè)數(shù)據(jù)點(diǎn):加速踏板位置、電制動(dòng)狀態(tài)、左后輪馬達(dá)速度、左后輪馬達(dá)力矩、右后輪馬達(dá)速度、右后輪馬達(dá)力矩、母線電壓、母線電流、啟動(dòng)電池電壓、風(fēng)冷溫度。結(jié)合稱重系統(tǒng)、采油機(jī)數(shù)據(jù),可進(jìn)行如下診斷:
(1)電動(dòng)輪的基本監(jiān)控狀況;
(2)控制柜冷卻。
啟動(dòng)電池電壓可用于柴油機(jī)不能正常啟動(dòng)相關(guān)故障的診斷,包括充電機(jī)、皮帶的異常。
3.1.5 液壓壓力的模擬信號(hào)
改造卡車上的液壓管路并且安裝油壓、油溫傳感器將數(shù)據(jù)通過(guò)AI接口發(fā)送到數(shù)據(jù)采集模塊。采集如下7個(gè)數(shù)據(jù)點(diǎn):舉升壓力、轉(zhuǎn)向壓力、前制動(dòng)壓力、制動(dòng)蓄能器壓力、后制動(dòng)壓力、駐車制動(dòng)壓力、液壓油溫??蛇M(jìn)行壓力相關(guān)的預(yù)測(cè)性診斷:
(1)漏油、壓力損失、轉(zhuǎn)向異常;
(2)結(jié)合卡車工作狀態(tài)(柴油機(jī)、稱重系統(tǒng)、電氣數(shù)據(jù)),診斷壓力傳感器本身的故障。
3.2? 數(shù)據(jù)傳輸與存儲(chǔ)
通過(guò)礦區(qū)現(xiàn)有的無(wú)線網(wǎng)絡(luò)將移動(dòng)設(shè)備的數(shù)據(jù)從卡車工控機(jī)上傳送到本地HISTORIAN服務(wù)器。通過(guò)車載數(shù)據(jù)采集終端將數(shù)據(jù)經(jīng)CAN2.0B總線實(shí)時(shí)傳送給車載工控機(jī),傳送周期為500ms。在工控機(jī)上安裝數(shù)據(jù)采集器程序,數(shù)據(jù)采集器程序支持?jǐn)帱c(diǎn)續(xù)傳,工控機(jī)上的數(shù)據(jù)采集器通過(guò)4G網(wǎng)絡(luò),將工控機(jī)上的設(shè)備數(shù)據(jù),傳送到HISTORIAN服務(wù)器上。HISTORIAN實(shí)時(shí)數(shù)據(jù)服務(wù)器將作為存儲(chǔ)采集的所有實(shí)時(shí)數(shù)據(jù)源的核心數(shù)據(jù)庫(kù),用于檢測(cè)分析設(shè)備應(yīng)用狀態(tài)。為了實(shí)現(xiàn)信息傳輸和網(wǎng)絡(luò)運(yùn)行的安全保障,同時(shí)部署單向物理隔離網(wǎng)閘,將卡車生產(chǎn)側(cè)的網(wǎng)絡(luò)與預(yù)測(cè)性分析系統(tǒng)進(jìn)行網(wǎng)絡(luò)隔離,有效防范可能發(fā)生的內(nèi)部和外部的非法攻擊。
HISTORIAN對(duì)數(shù)據(jù)的存儲(chǔ)是以文件形式存儲(chǔ),通過(guò)采集、存儲(chǔ)及分發(fā)的存儲(chǔ)機(jī)制,使歷史數(shù)據(jù)具有高效、可用及開放的特性,實(shí)現(xiàn)數(shù)據(jù)層級(jí)結(jié)構(gòu)化、高壓縮、安全、強(qiáng)健的冗余機(jī)制。
3.3 數(shù)據(jù)分析
預(yù)測(cè)性維修的關(guān)鍵技術(shù)在于預(yù)測(cè)分析技術(shù)。本系統(tǒng)采用了相似性建模算法,該算法是一種多參數(shù)預(yù)測(cè)方法,其他建模技術(shù)如主成分分析和神經(jīng)網(wǎng)絡(luò)等,在面對(duì)品質(zhì)不高的數(shù)據(jù)時(shí)會(huì)很困難。很多建模技術(shù)要做大量計(jì)算,相似學(xué)模型技術(shù)在現(xiàn)成的商業(yè)化Intel硬件以及普通的微軟軟件的運(yùn)行環(huán)境下,即可根據(jù)每隔5~10min的采集數(shù)據(jù)實(shí)現(xiàn)數(shù)千個(gè)數(shù)據(jù)點(diǎn)的高級(jí)建模。設(shè)備的建模被劃分成了多個(gè)邏輯模塊,每個(gè)模塊包含互相關(guān)聯(lián)的參數(shù)以及進(jìn)行預(yù)測(cè)所需要的參數(shù)。根據(jù)每個(gè)模塊,可以預(yù)測(cè)性地判斷設(shè)備性能降低的主要因素,并根據(jù)相應(yīng)的設(shè)備組件定位故障。同時(shí)系統(tǒng)針對(duì)一臺(tái)設(shè)備、利用其正常工作狀態(tài)的多個(gè)測(cè)點(diǎn)的歷史數(shù)據(jù),為每臺(tái)設(shè)備建立獨(dú)立的數(shù)據(jù)模型。由于使用了來(lái)自于多個(gè)傳感器的多種數(shù)據(jù),可以有效抑制干擾和容錯(cuò)。
圖2闡述了常規(guī)報(bào)警方式與預(yù)測(cè)性診斷的區(qū)別。
常規(guī)報(bào)警方式設(shè)置固定的報(bào)警條件或報(bào)警觸發(fā)限值,只有監(jiān)測(cè)到的狀態(tài)值超過(guò)報(bào)警限值時(shí),才會(huì)觸發(fā)報(bào)警。此報(bào)警觸發(fā)限值的設(shè)置不可過(guò)低,以免造成過(guò)多的誤判斷,報(bào)警頻發(fā),引起不必要的停工以及人工檢查;另一方面,限值的設(shè)置也不可過(guò)高,否則將導(dǎo)致設(shè)備已經(jīng)發(fā)生不可逆轉(zhuǎn)或巨大的損傷。當(dāng)設(shè)備沒有滿功率/滿負(fù)荷運(yùn)轉(zhuǎn)時(shí),即使設(shè)備有損傷,也由于沒有達(dá)到觸發(fā)條件,無(wú)法觸發(fā)報(bào)警。
針對(duì)MT4400礦用卡車的不同子系統(tǒng)有效收集所有數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析進(jìn)而預(yù)測(cè)性診斷,現(xiàn)有模型可以涵蓋如下子系統(tǒng)的診斷:
(1)柴油機(jī)子系統(tǒng):渦輪增壓器、空氣過(guò)濾器、后冷卻缸、油缸、冷卻系統(tǒng)、潤(rùn)滑油系統(tǒng);
(2)懸掛子系統(tǒng):懸掛、輪胎;
(3)液壓子系統(tǒng):制動(dòng)器冷卻、制動(dòng)器液壓、轉(zhuǎn)向;
(4)傳動(dòng)子系統(tǒng):機(jī)械變速器;
(5)電傳驅(qū)動(dòng)系統(tǒng):電機(jī)、傳動(dòng)裝置、發(fā)電機(jī)。
3.4 系統(tǒng)優(yōu)化
系統(tǒng)優(yōu)化是基于“數(shù)字雙胞胎”理論上對(duì)設(shè)備預(yù)測(cè)性維修的完善。
“數(shù)字雙胞胎”[3]即數(shù)字孿生,可以在虛擬數(shù)字模型和現(xiàn)實(shí)物理對(duì)象間建立映像。包括產(chǎn)品數(shù)字雙胞胎、生產(chǎn)工藝流程數(shù)字雙胞胎、設(shè)備性能數(shù)字雙胞胎三個(gè)階段,以上三項(xiàng)前后形成不斷循環(huán),服務(wù)于產(chǎn)品全生命周期。其中設(shè)備數(shù)字雙胞胎用于故障預(yù)測(cè)、健康管理及預(yù)測(cè)性維護(hù),并回饋運(yùn)行信息用以優(yōu)化設(shè)計(jì)、改善產(chǎn)品性能。
在設(shè)備使用過(guò)程中,各參數(shù)都可能發(fā)生相應(yīng)的變化:
(1)系統(tǒng)會(huì)根據(jù)變化的情況,使用新的歷史數(shù)據(jù),對(duì)模型進(jìn)行再訓(xùn)練:
(2)工作環(huán)境條件超出預(yù)定范圍,設(shè)備負(fù)載不再滿足原始設(shè)定;
(3)設(shè)備出現(xiàn)新的工作狀態(tài),不確定能否在正常的工作條件下健康運(yùn)行。
根據(jù)“數(shù)字雙胞胎”的概念,通常在初始模型訓(xùn)練完成后,在后續(xù)的使用過(guò)程中繼續(xù)模型的維護(hù)性訓(xùn)練,使用新的數(shù)據(jù)對(duì)模型進(jìn)行再訓(xùn)練和優(yōu)化。
4? 結(jié)語(yǔ)
大數(shù)據(jù)分析與預(yù)測(cè)性診斷維修的完美結(jié)合實(shí)現(xiàn)了礦山設(shè)備預(yù)測(cè)性維修,這個(gè)案例可復(fù)制推廣到其他露天煤礦,提升我國(guó)露天煤礦設(shè)備管理水平,但預(yù)測(cè)性維修只是大數(shù)據(jù)應(yīng)用的冰山一角。實(shí)際上,近年來(lái)數(shù)據(jù)集成、數(shù)據(jù)清洗、數(shù)據(jù)統(tǒng)計(jì)[4]以及各類聚類算法、分類算法、回歸算法、關(guān)聯(lián)算法、增強(qiáng)算法的衍進(jìn),從數(shù)據(jù)獲取到深度學(xué)習(xí)全方位提升大數(shù)據(jù)分析的使用效率、應(yīng)用領(lǐng)域,下一步可以以國(guó)家戰(zhàn)略、市場(chǎng)需求、人民需要為牽引,不斷促進(jìn)大數(shù)據(jù)在農(nóng)業(yè)、能源、交通、醫(yī)療等領(lǐng)域融合發(fā)展,同時(shí)與工業(yè)互聯(lián)網(wǎng)、工業(yè)大數(shù)據(jù)、工業(yè)云協(xié)同發(fā)展,推動(dòng)制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)型[5]。
參考文獻(xiàn)
[1] 景宇.基于大數(shù)據(jù)分析的農(nóng)化產(chǎn)品物流網(wǎng)點(diǎn)規(guī)劃[D].南京郵電大學(xué),2019.
[2] 鄧筑鑫.預(yù)測(cè)性維修分析系統(tǒng)在露天煤礦設(shè)備上的應(yīng)用[J].電腦編程技巧與維護(hù),2017(21):91-94.
[3] 華應(yīng)強(qiáng),王啟發(fā).抽水蓄能機(jī)組數(shù)字雙胞胎(運(yùn)維檢修)研究與實(shí)施[J].黑龍江水利科技,2019,47(6):136-138.
[4] 國(guó)家工業(yè)信息安全發(fā)展研究中心.大數(shù)據(jù)優(yōu)秀產(chǎn)品案例[M].北京:人民出版社,2017.
[5] 梁棟,張兆靜,彭木根.大數(shù)據(jù)、數(shù)據(jù)挖掘與智慧運(yùn)營(yíng)[M].北京:清華大學(xué)出版社,2018.