矿山设备预测性维修大数据分析系统的建设

摘要：

本文介绍了大数据分析系统概念及在矿山设备预测性维修中的应用,形成一套符合应用实际的矿山设备预测性维修大数据分析系统,其中包括前端数据采集、中层数据传输与存储(状态监测)、后端数据分析及系统优化(故障诊断、状态预测、维修决策)等.预测性维修以"相似学模型(Similarity Based Modeling-SBM)"的大数据设备诊断技术为基础,结合设备故障的历史和现状,参考运行环境及其它同类设备的运行情况,采集数据、挖掘建模,对设备运行情况进行综合判断分析,提前判断设备内部可能出现故障和异常的情况,确定预测隐患的发展趋势,提出防范措施和治理对策,进而延长设备使用时间,降低成本、提高产能.

关键词：大数据分析、预测性维修、相似性建模算法、数字化双胞胎

所属期刊栏目：17

分类号：TD67(矿山电工)

在线出版日期：2020-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：6-8,10