标题：基于改进长短记忆网络的智慧工厂中设备故障预测
作者：石碧波
作者单位：通鼎互联信息股份有限公司，江苏 苏州 215200
关键字：智慧工厂；电气设备；故障预测；预测性维护；设备管理
摘要：结合实时提取的工厂数据，对设备进行故障预测是智慧工厂建设的重要步骤。提出基于改进长短记忆网络的智能工厂设备故障预测方法。对采集的设备运行数据进行归一化和异常值处理，以确保数据统一范围并排除异常值的干扰。使用主成分分析（PCA）法对预处理后的数据进行降维，基于时序分析法从降维后的数据中提取并选择具有高信息增益的特征。设计一种改进的长短时记忆网络模型，用于智能工厂设备故障预测。该模型通过全连接层输出故障预测结果。实证结果表明：采用本研究提出的方法可以获得更高的故障预测精准度，并且其预测耗时更短，较对比方法具有明显优势。