论文部分内容阅读
在自动化程度较高的汽车及零部件生产企业中,设备易耗品的更换对生产效率、产品成本、质量都有很大的影响。在实际应用中,大多数企业是基于工艺专家的经验和实验室数据,对易耗品的寿命进行评估。在工业4.0应用成熟的工厂,利用传感器和测试台采集到的数据,以点焊电极寿命为例,对于易耗品寿命进行机器学习的建模。该模型能够以较高的精确度监控和预测易耗品生命周期里的关键变量的动态变化。在已经分析和实施的生产线上,实现了高达30%的易耗品寿命延长。