模切机故障智能诊断是通过集成传感技术、机器学习算法与工业物联网平台，实现设备异常状态的实时识别、故障根源分析与维修决策输出的技术体系。其核心在于构建“数据采集-特征提取-模型推理”的闭环诊断机制，突破传统人工经验判断的局限性。本诊断分析有以下应用场景：在企业内部，基于故障诊断指数实时监测设备健康状态，企业可提前预判机械故障。例如，当故障诊断指数值连续三次超过某一阈值时，系统自动推送润滑检查或轴承更换工单，避免突发停机；结合故障诊断指数分级（正常/预警/故障），企业可动态分配维修优先级；故障智能诊断参数（如振动频率、电流波动）可反向指导生产参数调整。在企业外部，复用于烫金机、覆膜机的轴承与传动系统监控，通过振动异常程度预警齿轮箱故障，减少高速生产线停机损失。还可向模切机厂商提供数据模型授权，作为智能运维增值模块，增强产品竞争力。
1、数据收集：模切机设备有嵌入式振动传感器、电流传感器、温度传感器等装置，实时采集模切机主轴振动、电机电流、设备温度等运行参数，对模切机设备采集到的数据进行降噪、清洗、加工后进行处理。 2、数据处理：振动异常程度=实时振动频率/振动频率阈值，温度异常程度=温度偏差值/温度偏差阈值，温度偏差值=电机实际温度与环境温度的差值，电流异常程度=电流波动率/电流波动阈值，故障诊断指数=振动系数*振动异常程度+温度系数*温度异常程度+电流系数*电流异常程度。 3、故障诊断指数值越小，表明设备越健康。故障诊断指数大于等于 0.85，这代表了设备状态为故障，应立即停机检修；故障诊断指数小于等于 0.75，这代表了设备状态为正常，应维持常规运维计划；故障诊断指数在0.75至0.85范围内，这代表了设备状态为预警，应加强巡检频次。通过监控每个班次的设备故障指数值，采用通信技术和数据分析平台可以帮助企业生产设备保持良好的正常运转，降低设备的故障以及维修成本，加强设备管理以延长设备的使用寿命。
| 字段名 | 类型 | 描述 |
|---|---|---|
时间 |
-- | -- |
运行批次 |
-- | -- |
设备型号 |
-- | -- |
实时振动频率（HZ） |
-- | -- |
振动频率阈值（HZ） |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 时间 | 2007年11月1日 |
| 运行批次 | 20071101110112B |
| 设备型号 | 上海地平线ZN-350plus 模切机 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/174050