MRO科研团队成果展示（4）

清华大学软件学院MRO科研团队成果展示（四）

面向业务预测的装备状态趋势建模方法研究

（2016年7月25日）

随着现阶段设备状态监测数据的分析不断深入，机械制造企业对实际应用业务的分析提出了越来越高的要求。在实际业务分析中，有一类业务分析主要针对企业未来的业务发展方向进行预测，这类业务的分析很大程度上取决于对该企业对应设备运行状态变化趋势的把握。基于上述背景，本文从状态监测数据出发进行研究，成果主要有以下方面：

一、复杂因素的状态监测数据时间序列趋势建模

本文基于设备状态趋势的不同组成成分，提出了复杂因素的趋势分析方法，建立了由趋势模式、周期趋势以及随机趋势组成的多因子趋势模型。用趋势模式描述设备状态趋势变化中相对长期稳定的部分；用周期趋势描述设备状态趋势中随时间周期性变化的部分；用随机趋势描述设备状态趋势中由偶然因素影响的部分。

二、状态监测数据时间序列趋势模型各要素的提取方法

基于提出的趋势建模方法，本文给出了具体的趋势模型要素的提取方法。通过平滑周期影响提取趋势模式；通过剔除趋势模式获取周期趋势；通过剔除拟合后的趋势模式以及周期趋势获取随机趋势。本文还进一步给出了对趋势模型各要素的显著性检验方法。

三、基于趋势的业务关联性分析及业务预测模型

在监测数据时间序列趋势分析的基础上，本文通过备件需求预测案例分析了设备状态趋势与业务趋势之间的关联性。建立基于趋势分析的业务预测模型。通过研究数据的特征以及业务的特点，提出有针对性的基于时间序列趋势分析的业务预测方法。

四、实际场景的应用与验证

以某企业的真实状态监测数据及其生产中的业务预测实际需求为例，本文通过使用提出的业务预测模型进行实际预测分析，通过实际的案例验证状态监测数据时间序列趋势分析的可行性。并通过比较传统方法和基于时间序列趋势分析的业务预测方法，说明基于趋势分析的业务预测模型的准确性。

本文整体技术路线

（本文摘编自同题目硕士生毕业论文 / 作者 江凯峰 / 导师 张力教授 / 编辑 严进军）