基于机器学习的设备检修新方法
摘要
本文介绍了基于机器学习的设备检修新方法，探讨了其在工业领域中的重要性和应用。，强调了设备检修对于维持生产连续性和降低维护成本的关键性，介绍了新方法的背景，包括数据采集与预处理、特征工程、模型选择与训练以及模型解释与可解释性等关键步骤，具体描述了这些步骤中的要点，以便实现高效且可靠的设备状态监测与维护。
关键词
机器学习；设备检修；技术
全文:
PDF参考
李互刚. 基于机器学习的配网设备状态自动检修方法研究[J]. 自动化与仪器仪表,2019(10):148-152.
周凯,吴昊,蒋芝寒. 基于机器学习的配网设备状态自动检修方法研究[J]. 商品与质量,2020(11):60.
张诗慧. 基于卷积神经网络的医疗设备开关电源故障诊断方法研究[D]. 陆军军医大学,2018.
李杰其,胡良兵. 基于机器学习的设备预测性维护方法综述[J]. 计算机工程与应用,2020,56(21):11-19.
石旭荣,陈辰,刘权,等. 基于机器学习方法的设备监控指标预测[J]. 邮电设计技术,2020(10):15-20.
DOI: https://doi.org/10.12238/jpm.v4i9.6219
Refbacks
- 当前没有refback。
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。