Indexed by：
Abstract：
基于运行数据对压砖设备健康状态进行分析,对于降低设备故障率、提升压砖成品质量具有重要意义.现有方案大多数局限于离线人工分析,实时性差且推广效率低.针对上述问题,基于阿里云机器学习平台设计了压砖设备健康状态分析方法,基于聚类方法构建了压砖设备健康状态模型,在无需先验知识的情况下,对于压砖设备的工作、待机、异常等健康状态实现了建模.进而,将该模型部署于云计算平台上,通过周期性的数据导入与分析实现了压砖设备健康状态的在线分析.最后通过实例证明了该方法的有效性.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
信息技术与网络安全
ISSN： 2096-5133
CN： 10-1543/TP
Year： 2020
Issue： 10
Volume： 39
Page： 61-66
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
