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。