机床与液压

作者：常赛科，孙文磊，刘志远，罗浩，路程，江伦，巴胤竣，姜任奔

单位：新疆大学智能制造现代产业学院；新疆大学智能制造现代产业学院；新疆大学智能制造现代产业学院；新疆大学智能制造现代产业学院；新疆大学智能制造现代产业学院；新疆大学智能制造现代产业学院；新疆大学智能制造现代产业学院；新疆大学智能制造现代产业学院

关键词：标识解析;设备运维;故障诊断;物元可拓

基金：国家工信部重点项目（TC210A02E）；自治区重点研发项目（2022B01049）

为满足工业设备数字化运维需求，通过总结工业设备智能运维现状，以油田抽油机为研究对象，构建一个工业设备运维管理系统。详细阐述构建系统所用的关键技术，分别采用AlexNet、Vgg16、GoogleNet 3种不同的卷积神经网络故障诊断模型对油田抽油机示功图数据进行诊断识别，总体分类准确率分别为94.7%、94.6%、95.6%，分类效果良好。为实现设备工况的准确识别，结合工业互联网标识解析技术提出一种基于物元可拓的故障诊断模型与故障预警推理模型。最后，搭建工业设备运维系统小程序端，实现了设备故障信息快速查询与上传，实现了设备数字化运维。

来源：2025年第5期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第5期