关键词：故障诊断;人工智能;机械维护;质量控制;预测
摘 要：工业4.0时代，传统维护方式难以满足机械故障监测的高效、精准需求。本研究针对预测性维护（PdM），利用工业物联网（IIoT）技术自动采集数据。构建人工神经网络（ANN）模型，分析S型激活函数，采用均方误差（MSE）等评估性能。针对数据不均衡，结合专家知识分析。实验显示，ANN模型准确度87%，提升维护效率与准确性。PdM策略优势显著，为制造业提供高效、低成本维护方案，奠定科学评估基础，有望推动机械故障监测与维护领域进步。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取