作品详情

大赛登录

大赛注册

当前位置：首页大赛首页基于AI的设备预测性维护系统

大赛简介

大赛作品

大赛动态

联系我们

联系人：王秀秀

电话：010 -66083178

网址：www.qxwq.org.cn　

地址：北京市西城区广安门

内广义街5号广益大厦

大赛作品详情

作品名称：基于AI的设备预测性维护系统
学校名称：绵阳城市学院
参赛队伍：JTLL队
队伍编号：217374
参赛学生：蒋佳怡唐源李文雪李美玲
指导老师：刘小于
投票日期：2025年10月10日 00:00->2025年12月15日 00:00
请在微信端进行投票。点此扫描二维码。

详细说明

本系统针对工业设备传统维护模式效率低、成本高的痛点，融合物联网与AI技术，通过多类型传感器采集设备运行数据，结合边缘计算与深度学习算法实现故障精准预测，生成健康报告并推送预警，助力企业从“被动维修”转向“主动预防”，降低运维成本与停机损失。

设计说明

1. 设计原理：基于LSTM、CNN等算法，挖掘设备振动、温度、电流数据中的故障特征，结合历史故障记录训练模型，精准预测故障类型与发生时间。

2. 核心方案：感知层部署多类型传感器采集高频数据；边缘层处理数据、提取特征；云端训练预测模型；应用层通过Web/移动端推送健康报告与预警。

产品特色

- 创新性：融合多源数据与多模态AI算法，故障预测准确率≥92%，提前预警≥48小时。

- 可行性：已在汽车生产线数控机床试点验证，流程成熟，硬件适配工业场景。

- 完整性：覆盖“采集-分析-应用”全流程，支持与企业MES/ERP系统对接，可扩展至多类设备。

- 规范性：遵循工业数据安全标准，保障数据实时性与隐私安全。