針對(duì)工業(yè)物流方式的發(fā)展需求和物流設(shè)備故障維修的局限性,結(jié)合云服務(wù)思想,研究設(shè)計(jì)了一種基于云服務(wù)的物流設(shè)備故障預(yù)測(cè)系統(tǒng)。通過對(duì)物流設(shè)備采集的故障數(shù)據(jù),采用機(jī)器學(xué)習(xí)等方法建立了一種物流設(shè)備故障預(yù)測(cè)模型,在云平臺(tái)上形成診斷實(shí)例,提出維修建議,實(shí)時(shí)推送給設(shè)備運(yùn)維人員。該系統(tǒng)旨在通過提供物流設(shè)備的適時(shí)維護(hù)建議,減少設(shè)備突發(fā)故障風(fēng)險(xiǎn),提高設(shè)備的可用度,降低設(shè)備運(yùn)維成本。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1物流設(shè)備故障預(yù)測(cè)系統(tǒng)框架圖

設(shè)備故障采集層通過集成接口和人機(jī)接口分別對(duì)設(shè)備故障數(shù)據(jù)和人員輸入故障數(shù)據(jù)進(jìn)行實(shí)時(shí)或周期性的采集，并將采集到的數(shù)據(jù)由互聯(lián)網(wǎng)儲(chǔ)存到云服務(wù)中心相應(yīng)的服務(wù)器集群中。云服務(wù)中心主要對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)管理和對(duì)資源進(jìn)行分配調(diào)度，并搭建相關(guān)業(yè)務(wù)服務(wù)�；A(chǔ)服務(wù)主要包括服務(wù)器集群和資源管理等，對(duì)不同數(shù)據(jù)....

圖2LSTM網(wǎng)絡(luò)中長期狀態(tài)c的控制

LSTM長短期記憶網(wǎng)絡(luò)在引入定向循環(huán)，使網(wǎng)絡(luò)不但能接受樣本的信息還能接收上一時(shí)刻的信息，并加入隱藏層單元Cell和3個(gè)控制門：輸入門決定讓多少輸入信息加入Cell單元；遺忘門決定保留多少上一時(shí)刻的狀態(tài)；輸出門控制具體的輸出比例。本系統(tǒng)將處理后的故障狀態(tài)數(shù)據(jù)根據(jù)一定的比例劃分測(cè)試集....

圖3引入高斯核函數(shù)的SVM

本系統(tǒng)通過支持向量機(jī)SVM進(jìn)行分類，把訓(xùn)練好的故障數(shù)據(jù)分為各種故障類型。支持向量機(jī)的基本原理是尋找一個(gè)離訓(xùn)練集最遠(yuǎn)的最優(yōu)化超平面，作為分類的分界面，通常進(jìn)行二分類。但是由于物流設(shè)備故障數(shù)據(jù)結(jié)構(gòu)復(fù)雜，線性不可分，因此引入高斯核函數(shù)對(duì)其進(jìn)行處理，可以更好的對(duì)線性不可分的數(shù)據(jù)進(jìn)行分類。....

圖4診斷實(shí)例目錄

系統(tǒng)根據(jù)預(yù)測(cè)的故障類型結(jié)合采集的人員輸入故障數(shù)據(jù)和云服務(wù)中的人工數(shù)據(jù)庫，按照映射規(guī)則，進(jìn)行數(shù)據(jù)查詢，提出維修建議。最終形成一份物流設(shè)備故障診斷實(shí)例存儲(chǔ)到云服務(wù)中心的數(shù)據(jù)庫中[3]。其中每個(gè)診斷實(shí)例都具有唯一性，如圖4所示。3.2.6物流設(shè)備故障預(yù)測(cè)整體流程

本文編號(hào)：3929417