基于云计算的空气处理机组的人工智能预测性维护试验平台
| 创科方案 |
基于云计算的空气处理机组的人工智能预测性维护试验平台
(编号: S-1629) |
| 试验项目 |
|
| 方案特点 |
- 系统由电机,风扇,皮带和通风口的传感器组件;通讯传输, 数据预处理, 人工智能预测,及显示组件构成
- 原始数据来自电机定子,转子,风扇轴,皮带与环境信息的传感器,包括电流,电压,温度,震动,速度等
- 为人工智能模型训练的数据来自信号预处理的传感器数据.在此常规数据上训练定制化的人工智能模型
- 由于常规数据缺乏足够的失效案例,人工制造的失效案例数据会经实验得出,例如各类磨损. 据此训练AI模型
- 人工智能模型会部署在边缘端或云端.日常的预测信息与警报会显示在软件介面上
|
| 试验应用及预期成果 |
- 传感器安装完毕后,会测试传感器功能,给出报告
- 数据流程的稳定性和真实性会在云端与边缘端软件发展完毕后进行测试,给出报告
- 至少三种主要失效案例会在实验中人为制造.失效案例数据会被保存为后续人工智能模型训练使用
- 如数据品质足够好,AI的预测性维护表现也许会在测试集上达到:精度 80%+ 召回率 80%+
- 最终报告提交前,将会进行一个月的真实场景测试.测试结果会写在最终报告之中
|
| 附加方案资料 |
proposal.pdf
|
| 方案提供者资料 |
|
有关上述创新科技解决方案的详情，请联络方案提供者查询。
