预测性维护应用场景检测常见问题
2024/5/13 22:04:59 阅读:次 电话咨询:13691093503
![预测性维护应用场景检测常见问题](/images/swxgzh.jpg)
预测性维护应用场景覆盖轨道交通、电力、水电、风电、核电、电网、管网、煤矿、石化、机械、钢铁等众多工业领域,预测性维护强调提前预测,提前维护,把出现故障的损失风险率降到最低。
做检测,找彭工:13691093503
GB/T43555-2023 《智能服务预测性维护 算法测评》检测标准第一起草专家可以为您提供专业的检测标准解析、检测相关算法解答、检测数据的分析,测试合格线的划定。
您是否对检测标准也存在以下相关问题:
1) 8.1.1状态监测算法模块,如果采用标准中提到的阈值报警模式,原始信号去噪后,仍波动较大,而算法估计值较为平滑,小波动也要被认为是异常吗?
2) 8.1状态监测算法的测试指标,为何不涉及误报率?
3) 8.2.1故障诊断算法模块,GB/T43555将算法分为专家系统和机器学习两类,测试指标也有所不同,但是从结果来看都是对故障的识别,为何不采用同样的测评指标呢?
4) 8.2.3故障诊断算法模块,机器学习类别,误识别率为什么不涉及?
5) 8.3.2预测算法模块,预测准确率的形式比较特别,为何引入自然对数e?其适用范围是什么?
6) 9.3.1.1 算法测试基本要求中,提到生命周期的概念,如何定义一个设备的生命终点呢?比如轴承,劣化到什么程度,算寿命为0?
7) 附录E.1 实验室设备数据和测试台架数据如何理解,两者的区别是什么?
8) 附录E.1 仿真数据或者数字孪生数据,是否可作为算法测试的数据来源?业界对仿真模型或数字孪生数据的信任程度是什么样的?
本文标签:第三方检测机构 轨道交通,做检测,电力,预测性维护,算法测评,水电,风电
![预测性维护应用场景检测常见问题](/upLoad/news/month_2404/202404041451356420.jpg)
检测试验找彭工:13691093503