一种基于LR的生产线备件损坏率预测系统技术方案

技术编号:19594149 阅读:36 留言:0更新日期:2018-11-28 05:08
本发明专利技术公开了一种基于LR的生产线备件损坏率预测系统,具体流程如下:首先通过传感器收集设备最的运行记录,每小时的电流,电压平均值,以及运行时长等数据;之后人工获取备件的从安装到替换的时间;然后通过LR训练,得到模型;通过模型预测对应类别备件的当前损耗率;损耗率大于一定的值需要提前订货并且替换。本技术方案实现了一种LR的生产线备件损耗率预测系统,通过收集备件的运行数据,可以得到备件的损耗率,从而提前订货,及时更换备件,保证生产线正常运转从而提升企业的生产效率。

【技术实现步骤摘要】
一种基于LR的生产线备件损坏率预测系统
本专利技术涉及一种生产线备件损坏率预测系统,特别涉及一种基于LR的生产线备件损坏率预测系统,属于机械生产

技术介绍
产线备件更换:对于产线的高价值零部件,如何确定其订货量和订货时间,这是困扰企业的一个难题。由于生产线的设备复杂性、零件故障的随机性、备件消耗的特殊性和多样性,备件的需求和损耗难以预测。采用传统的定期更换无法更好的解决这个问题。因此需要采用算法来预测设备的损耗程度,做到精细化管理和更换。LR:全称为logisticregressive,模型都具有w‘x+b,其中w和b是待求参数,其区别在于他们的因变量不同,多重线性回归直接将w‘x+b作为因变量,即y=w‘x+b,而logistic回归则通过函数L将w‘x+b对应一个隐状态p,p=L(w‘x+b),然后根据p与1-p的大小决定因变量的值。备件的损耗和生产环境以及使用周期都有明显的关系,因此我们可以通过采集环境数据预测备件的损耗率,做到提前更换。其中,x为输入变量,包括零件的使用周期、历史电压、电流、气压等数据,y为当前的损耗率。现有的产线备件替换都是定期全面检查更新出现问题本文档来自技高网...

【技术保护点】
1.一种基于LR的生产线备件损坏率预测系统,其特征在于,具体流程如下:1)通过传感器收集设备最的运行记录,每小时的电流,电压平均值,以及运行时长等数据;2)人工获取备件的从安装到替换的时间;3)通过LR训练,得到模型;4)通过模型预测对应类别备件的当前损耗率;5)损耗率大于一定的值需要提前订货并且替换。

【技术特征摘要】
1.一种基于LR的生产线备件损坏率预测系统,其特征在于,具体流程如下:1)通过传感器收集设备最的运行记录,每小时的电流,电压平均值,以及运行时长等数据;2)人工获取备件的从安装到替换的时间;3)通过LR训练,得到模型;4)通过模型预测对应类别备件的当前损耗率;5)损耗率大于一定的值需要提前订货并且替换。2.根据权利要求1所述的一种基于LR的生产线备件损坏率预测系统,其特征在于,LR训练模型为:输入:x:设备的运行数据,包括电流...

【专利技术属性】
技术研发人员:李振书
申请(专利权)人:柳州市木子科技有限公司
类型:发明
国别省市:广西,45

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1