典型文献
基于贝叶斯网络的备件延误预测分析及对策
文献摘要：
智能制造加速了通信技术、自动化和人工智能等高新技术的深度融合.随着社会精细化程度的不断提高,工艺需求等影响因素变革导致传统的单机作业已不能满足实际需求,设备联机作业被广泛采用,它们之间互相联接组成的设备网络定义为"设备机群"."设备机群"通过联网、数据和交换机联接通信.设备机群具有品牌种类繁多、协调性较高等特点,群内设备互相通信共享资源.目前设备机群备件延误率分析预测并未得到及时有效解决,预测结果的准确性对设备正常运转非常重要.通过实场实践分析影响备件延误率的主要影响因素,依据备件到货数量、订购总量及参考相关公开专利的综合评判方法计算出最终备件供应及时率,结果反算出其延误率.选取有代表性的历史数据样本用贝叶斯网络进行训练,然后输入最近数据进行预测,实际延误率与预测延误率结果对比分析验证了叶斯网络在备件供应延误率预测分析方面的良好效果,最后根据预测效果及现况对备件延误率的影响因素及效果提出了针对性建议或改进措施以减少或获取最低延误率,促进外部信任传递,为设备安全稳定可靠提供有力支持.
文献关键词：
贝叶斯网络;备件;延误因素;预测
中图分类号：
作者姓名：
周元高
作者机构：
湖南省洞口县龙江种蓄场,湖南 洞口 422300
文献出处：
引用格式：
[1]周元高-.基于贝叶斯网络的备件延误预测分析及对策)[J].装备制造技术,2022(07):1-3
A类：
延误因素
B类：
贝叶斯网络,延误预测,预测分析,分析及对策,单机,联机,相联接,联接组,机群,交换机,接通,内设,相通,共享资源,分析预测,实践分析,到货,订购,关公,综合评判,评判方法,备件供应,及时率,反算,历史数据,结果对比,分析验证,良好效果,据预测,现况,设备安全
AB值：
0.325306
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
