设备预测性维护智能分析系统
-
背景:
- 每月平均断丝1-2次，每次停产2-5天，年经济损失超2000万元
-
项目内容：
- 基于历史断丝记录，对制丝工程中的设备、工艺流程所产生的几百个可能会导致断丝故障的参数所产生的历史数据进行突变分析、确认。
- 找出关键参数及参数组合、以及断丝前的变化特征。
- 算法验证。
- 对确定的关键参数进行监控和预警
- 添加必要的传感器，获取关键设备部件的运行参数，基于机器学习算法不断优化算法、使算法判断的准确率不断提高。
-
使用工具:
- BA/BI、高级数据分析建模（Python）
-
主要成果:
- 将每年断丝率降了50%左右
- 年增产50万只透析器
- 直接经济效益增长1000万元
