预测性维护滤清单元的MATLAB代码实现：借助机器学习与数据分析技术进行预估

差分攻击MATLAB代码过滤装置的预测维护的经济学视角 南洋理工大学URECA本科生研究计划下的项目 目录 :bookmark_tabs: 项目范围 •通过采用机器学习和数据分析来预测压差，研究对超滤装置进行预测性维护的可能性 •在安全的水处理测试台上执行了5种攻击方案，并收集了传感器数据以进行模型开发 •分析了工业4.0杠杆（例如支持IoT的传感器）对企业的财务影响 •由于模型不稳定，利用蒙特卡洛模拟法对4种成本节省类别的风险和不确定性进行建模 研究论文摘要 本文提供了对过滤单元的预测维护的经济学观点。 由于工业4.0的发展趋势以及廉价传感器的可用性，预测性维护的兴起是有可能的。 但是，公司进行预测性维护的采用率仍然很低。 大多数公司都坚持纠正和预防性维护。 这并不是由于缺乏有关预测性维护的技术实施的信息，而是有关可以有效使用的最新机器学习算法的大量研究论文。 主要问题是，大多数高层管理人员尚未完全相信预测性维护的想法。 实施的经济价值必须与预测性维护计划联系在一起，以便管理层更好地证明其合理性。 在这项研究中，对三种机器学习模型进行了训练，以证明预测性维护的经济价值。 数据是从位于新加坡科技设计大学的试验台上