项目介绍:基于甲方线上调度的监控与管理需求,由振动传感器采集轴承数据并经数据清洗后,将数据上传到西门子工业云MindSphere,实现总厂宏观调控所有分厂数据。客户端读取云端数据保存到 Postgresql 数据库并进行分区处理,提取故障信号的特征,通过 SignalPad 测控软件采集分析,得到正常和故障样品的特征对比, 设计机器学习算法 (支持向量机)对轴承数据进行诊断, 并给出维修建议, AngularJS 读取接口数据, 并将工程师反馈结果回传到数据库中, 实现交互式数据可视化,形成闭环式的维护服务。
项目职责:1)采集实时轴承数据,设计故障诊断和寿命预测算法,并将预测结果展示在可视化界面中;2)利用机器学习算法从轴承数据中搜索隐藏于其中的价值信息,并反馈给甲方线上调度和监控管理。(抱歉截图涉及公司隐私,截图有限,大家感兴趣可以去我的GitHub上寻找)