特种设备的数据采集系统研究

目前检验机构对特种设备的检验往往是固定周期或按需进行,未能充分利用维保人员对特种设备进行维保和修理的细节数据。提出特种设备的数据采集系统在测试环境收集损耗度训练数据以及可用率训练数据,训练出评估特种设备的维保零部件的损耗合理度的机器学习模型,以及分析特种设备可用概率的贝叶斯网络模型,在生产环境设置检修记录数据集合,包括所有待使用的特种设备的检修记录数据,在生产环境的每个检验周期中,收集待使用的特种设备的校验数据;在每个检验周期结束时生成周期更新系数;基于周期更新系数,更新校验周期;达到对特种设备故障的事故风险进行自适应检验的效果。