基于边缘计算的钢厂关键设备电气故障预测与智能诊断研究
打开文本图片集
引言
作为国民经济支柱产业的钢铁工业，其生产流程具有连续性强、设备复杂、运行环境恶劣等特点。高炉、转炉、连铸机、轧钢机等重要设备的电力系统稳定运行，对整个生产过程的连续性及产品质量具有重要意义。传统的电力故障诊断方法以人工巡检及定期维修为主，存在实时性差、精度不高、人工成本高等缺点。随着工业互联网、大数据和人工智能等技术的不断发展，工业生产过程中出现智能故障预测和诊断技术，而传统云计算模式在处理钢厂设备数据时，面临着数据传输延时高、带宽占用大和数据隐私安全隐患等问题。（剩余5437字）
