本发明提供一种用于地下式再生水厂的设备预测性维护系统和方法，通过数据采集、标准化处理、数据驱动、生成方案进行设备预测性维护，采集监测数据、纸质数据、经验数据后进行数据整理，生成标准化数据；对标准化数据进行处理，建立设备运行故障数据库；基于设备运行故障数据库，通过数据驱动的递归神经网络机器学习，对设备运行故障数据库中的数据进行持续训练，形成设备预测性维护模型；将标准化数据作为设备预测性维护模型的输入参数，输出预测性维护方案。
本发明规范再生水厂设备运行数据，降低专业人员依赖，提高设备安全运行时长，减少因设备故障引起的停机维修成本，提升全厂设备的运行效率，对再生水厂安全稳定运行具有重要意义。

侯锋 邵彦青 干里里 谭雷 张伟 胡晓飞 王东尔

信开水环境投资有限公司

101149 北京市通州区新华西街60号院2号楼7层701

本发明提供一种用于地下式再生水厂的设备预测性维护系统和方法，通过数据采集、标准化处理、数据驱动、生成方案进行设备预测性维护，采集监测数据、纸质数据、经验数据后进行数据整理，生成标准化数据；对标准化数据进行处理，建立设备运行故障数据库；基于设备运行故障数据库，通过数据驱动的递归神经网络机器学习，对设备运行故障数据库中的数据进行持续训练，形成设备预测性维护模型；将标准化数据作为设备预测性维护模型的输入参数，输出预测性维护方案。
本发明规范再生水厂设备运行数据，降低专业人员依赖，提高设备安全运行时长，减少因设备故障引起的停机维修成本，提升全厂设备的运行效率，对再生水厂安全稳定运行具有重要意义。