论文部分内容阅读
近年来,随着传感器、物联网、计算机系统的快速发展,数据驱动的设备健康监测和故障诊断变得越来越具有吸引力。因此,针对炼化大型关键机组,集成现有监测系统形成健康大数据,并以此建立预测预警模型,是一项适应时代发展并且有利于企业高效运营的科技创新。本文阐述了炼化企业如何运用大数据机器学习技术,进行关键机组的健康预测,从而为行业内的推广应用提供了指导。