.png){kind=icon}
返回
Optimizing Predictive Maintenance in Industrial IoT Cloud Using Dragonfly Algorithm
.png){kind=icon}
OA
AI
DOI：10.1109/JIOT.2025.3582671.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
云计算使用户能够通过互联网访问和利用各种计算资源，包括服务器、存储、数据库和分析。这一范式提供了灵活性、可扩展性和成本效益，使其成为众多应用的关键技术。在物联网（IoT）领域，云计算为管理物联网设备产生的大量数据提供了可扩展且灵活的基础设施。具体而言，在工业物联网应用（IIoT）中，预测性维护已成为关键焦点，利用先进技术预测设备故障并减少停机时间。然而，实现故障预测的高精度仍是一项挑战。为解决这一问题，我们提出了一种名为基于折线回归的多目标蜻蜓预测优化（BR-MDPO）的新方法。该方法旨在优化预测性维护，提高准确性和执行时间（ET）。该过程始于物联网设备收集工业机械的数据，如振动、温度、速度、扭矩和运行时间。随后将数据发送至集中式云数据中心进行预测分析。BR-MDPO技术采用多目标蜻蜓优化算法，这是一种受蜻蜓自然行为启发的元启发式算法，用于解决多目标优化问题。折线回归分析数据以优化各种目标函数。该技术识别潜在故障，促进主动维护和基于信息的决策，以确保持续生产力。所提出的方法在准确率、精确度和召回率方面分别提升了7%、5%和6%。观察结果表明，准确率、精确度和召回率分别提升了6%、4%和5%。此外，所提出的技术在错误率方面实现了显著降低，执行时间（ET）和延迟分别减少了15%和13%，相较于传统方法。
Keyword:
Brokenstick regression multiobjective dragonfly optimization
cloud
Industrial IoT
predictive maintenance optimization
期刊
IF:
8.9
论文数:
1.4W
被引数:
7.8W
机构
引用论文
Machine Learning-Based Predictive Maintenance System for Artificial Yarn Machines基于机器学习的人工纱线机器预测性维护系统.png)
IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏A Deep Swarm-Optimized Model for Leveraging Industrial Data Analytics in Cognitive Manufacturing
PREAI
分享收藏IoT-based data-driven predictive maintenance relying on fuzzy system and artificial neural networksSCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Damping-Assisted Evolutionary Swarm Intelligence for Industrial IoT Task Scheduling in Cloud Computing阻尼辅助的进化群智能在云计算工业物联网任务调度中的应用OAAI
OAAI分享收藏Towards a Distributed Digital Twin Framework for Predictive Maintenance in Industrial Internet of Things (IIoT)面向工业物联网 (IIoT) 中预测性维护的分布式数字孪生框架SENSORSOAAI
SENSORSIF3.5
OAAI分享收藏The experimental application of popular machine learning algorithms on predictive maintenance and the design of IIoT based condition monitoring system常用机器学习算法在预测性维护中的实验应用及基于IIoT的状态监测系统设计
PREAI
分享收藏
查看更多内容