AI智能预测_AI模型开发-柯力云鲸数智平台

案例场景

智能预警 结合大数据技术，实现煤矿典型转动设备的智能预警，包括：常规报警，智能动态阈值报警，趋势预警、快变报警等。 智能诊断 以数据和机理模型双驱动的方式实现动设备的诊断建模，智能诊断模型包括煤矿典型设备刮板机、转载机、破碎机等驱动部电机、减速器的常见故障：不平衡、不对中、松动故障、轴承故障、轴承润滑不良、齿轮故障。 闭环处理 通过数据驱动的预警处理流程，实现预警通知-诊断通知-检修确认-检修反馈闭环处理。 故障案例库 针对完成检修反馈的报警通知，自动形成故障案例，支持快速调取故障时间段的监测数据进行详细分析，支持关联报告上传，可将事件与文件进行关联，实现结构化数据和非结构化数据关联。

工作原理 氢燃料电池是将氢气和氧气的化学能直接转换成电能的发电装置，基本原理是将氢气送到燃料电池的阳极板（负极），经过催化剂（铂）的作用，氢原子中的一个电子被分离出来，失去电子的氢离子（质子）穿过质子交换膜，到达燃料电池阴极板（正极），而电子不能通过质子交换膜，只能经外部电路，到达燃料电池阴极板，从而在外电路中产生电流。氢离子到达阴极板后，与氧原子、电子重新结合为水。 建模方案 数据分析：通过对数据进行探索和分析，分析单个指标与系统性能均值的相关性，及每两个指标与系统均值的相关性，将指标进行了约简及特征提取，得到了双指标+清晰脚本指标体系。 算法建模：主要采用lightgbm, catboost两种模型进行建模。多模型既可以保证模型的精度，同时稳定模型的泛化性，多模型也是工业界一种常用的优秀方案。 模型效果：氢电池性能均值预测准确率达95%，有效保障了电池的健康及使用效果。

背景 注塑成型作为做常见的一种塑料制品加工工艺，它所加工的产品在生活中随处可见，例如电子产品、汽车配件、玩具以及其他众多消费品。由于成型系统较为复杂并且对环境较为敏感，注塑成型加工过程中的不稳定因素很容易导致产品不良的发生，造成经济损失。 价值 1、根据塑料制品注塑成型工艺积累的大数据，感知加工过程中的不可见干扰因素，并通过分析建模解决和避免现场问题，帮助降低不合格率，提升产品质量、降低生产成本。 2、针对现场调机不够规范化的问题，结合大数据分析提出改进调机策略，节省生产时间和经济成本。