面向预测性维护的工业设备管理系统

作     者：禹鑫燚 施甜峰 唐权瑞 殷慧武 欧林林 YU Xin-yi;SHI Tian-feng;TANG Quan-rui;YIN Hui-wu;OU Lin-lin

作者机构：浙江工业大学信息工程学院杭州310023 

基　　金：国家重点研发计划(2018YFB1308400) 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2020年第47卷第S2期

页      码：667-672,677页

摘      要：为了解决制造业中工业设备管理混乱、维护成本高昂等问题,以工业机器人、数控车床等工业设备为管理对象,开发面向预测性维护的设备管理系统。基于SpringBoot框架和Vue前后端分离模式对系统进行开发,降低其耦合性;根据实际生产需求设计设备管理模块,实现设备基础信息和生产数据的管理;并开发人机交互良好的前端界面,达到设备信息可视化管理的目的;整合多种数据库设计数据存储模块,解决系统不同数据种类的读写问题;基于Spark大数据处理框架设计设备维护模块,对设备实时数据进行在线分析,并使用机器学习回归算法对历史数据进行预测模型训练,实现设备状态的实时监控与剩余使用寿命的预测,达到设备预测性维护的目的。最后,通过工业机器人设备实验验证了所设计的管理系统的可行性。

主 题 词：设备管理 Spark 机器学习 大数据处理 预测性维护 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 

D　O　I：10.11896/jsjkx.200100091

馆 藏 号：203991926...