结合数字孪生和机器学习技术,可以实现对设备预警的更加及时和准确的监测,不仅能够帮助提高生产效率,减少设备故障损失,还能够降低人为干预的需求,提高设备管理的智能化水平。通过本文设计的孤立森林模型,在设备故障预警中具有较好的性...结合数字孪生和机器学习技术,可以实现对设备预警的更加及时和准确的监测,不仅能够帮助提高生产效率,减少设备故障损失,还能够降低人为干预的需求,提高设备管理的智能化水平。通过本文设计的孤立森林模型,在设备故障预警中具有较好的性能,相比高斯离群监测,在AUC方面提高了0.078,相比支持向量机在AUC方面提高了0.0977,相比随机森林模型在AUC方面提高了0.1023,相比One Class SVM模型在AUC方面提高了0.0685,并且通过本文设计的数字孪生系统,可以将预警结果进行实时监测,提高对设备故障的预警能力。展开更多
文摘结合数字孪生和机器学习技术,可以实现对设备预警的更加及时和准确的监测,不仅能够帮助提高生产效率,减少设备故障损失,还能够降低人为干预的需求,提高设备管理的智能化水平。通过本文设计的孤立森林模型,在设备故障预警中具有较好的性能,相比高斯离群监测,在AUC方面提高了0.078,相比支持向量机在AUC方面提高了0.0977,相比随机森林模型在AUC方面提高了0.1023,相比One Class SVM模型在AUC方面提高了0.0685,并且通过本文设计的数字孪生系统,可以将预警结果进行实时监测,提高对设备故障的预警能力。
