文件名称：M21_paper_optimal_maintenance_strategy:进行中的文件
文件大小：86.57MB
文件格式：ZIP
更新时间：2024-04-20 03:20:34
Python
M21一种新型的工业系统仿真方法 抽象的 随着采矿系统维护的增加，预测故障率已成为优化维护性能的重要方面。 尽管计算能力提高了，但是在改善对工业系统的可用性和可靠性的仿真和预测方面，并没有取得重大进展。 面对这个问题，机器学习算法已成为日常生活中越来越重要的一部分，它有可能成为工业系统中进行仿真和预测的关键要素之一。因此，在本文中，我们介绍了一种新的离线和离线方法工业和采矿系统的在线仿真可用性和可靠性预测。 传统的用于模拟可用性和可靠性的方法是实施蒙特卡罗方法的广泛使用的行业标准统计和概率模型，而我们提出的用于模拟该系统的方法分为三个子部分：1.使用深度学习生成故障强度以及不均匀的泊松点过程可预测失效的次数和概率时间； 2.使用各种神经网络架构来预测维修时间（故障后）和故障间隔时间； 最后，使用LSTM编码器-解码器网络对将要发生的故障类型进行分类。 以工业采矿系统（挖掘机-皮带输送机-破