成功事例 | 汽车螺丝机上的预测性维护方案：缩短停线时间，提升维护效率

■ 利用信号特征提取及特征筛选算法挖掘部件退化趋势，通过健康度指标构建算法及寿命标注算法标注部件健康度(HI)及剩余使用寿命(RUL)，进一步用于健康度评估模型或寿命预测模型训练。

■ 构建七层深度神经网络算法架构，预测滤芯剩余使用寿命。

■ 建立算法实验分析系统，对数据、算法、模型进行灵活管理。

■ 建立故障预测维护系统，可通过邮件等方式进行告警推送，实现管理层现场层无缝衔接；前端UI较为直观显示当前滤芯使用情况，便于指导维保人员确定维保时机

■ 寿命预测、健康度显示、实时推送、报警履历功能上线稳定运行。

■ 成功预测多次故障，缩短故障停线时间，维护效率提升。

■ 设备故障率从1.32%降至约0.89%。

■ 过程不良数减少60+台/月，装配过程不良减少60PPM。