利用生存分析预测工业喷头的寿命.pdfVIP

©2025IEEE.允许个人使用此材料。对于所有其

他用途，必须从IEEE获得许可，包括在任何当前或未

来的媒体中重新印刷/再出版此材料用于广告或促销目

的、创建新的集体作品、转售或重新分发到服务器或列

表，或在其他作品中重复使用本作品的任何受版权保护

的部分。

本文于2025年5月12日至15日在德国埃姆登的

第八届IEEE工业信息物理系统会议（ICPS）上发表。

D.Parii,E.Janssen,G.Tang,C.Kouzinopou-

los和M.Pietrasik,“使用生存分析预测工业喷头

的寿命,”2025IEEE第八届工业赛博物理系统国

际会议（ICPS）,德国埃默恩,2025,pp.1-6,doi:

10.1109/ICPS65515.2025

本

译

中

2

v

8

3

6

7

0

.

4

0

5

2

:

v

i

x

r

a

利用生存分析预测工业喷头的寿命

DanParii,GuangzhiTang,EvelyneJanssen

CharalamposS.Kouzinopoulos,MarcinPietrasikQualityProcessesandValidationDepartment

DepartmentofAdvancedComputingSciencesCanonProductionPrinting

MaastrichtUniversityVenlo,TheNetherlands

Maastricht,TheNetherlands

摘要—准确预测关键设备组件的使用寿命对于维护规划和生存概率和风险率估计，防止分析中的扭曲。这对于我

生产优化至关重要，因此在学术界和工业界都引起了极大的兴们当前的工作特别相关，因为超过%的喷头数据被

趣。在这项工作中，我们研究了生存分析在预测佳能生产印刷开删失[3]。

发的生产设备喷头寿命中的应用。具体而言，我们专注于五种

由于关于预测故障率的研究数量有限，我们对SA

技术的应用来估计生存概率和故障率：Kaplan-Meier估计量、

Cox比例风险模型、Weibull加速失效时间模型、随机生存森种方法进行了全面评估。具体来说，我们的工作探索

林和梯度提升。随后使用同调回归进一步细化这些估算，并汇总了王等人描述的四大类模型中的多样化选择。[4]：非参

以确定预期的失败数量。然后在多个时间段内将预测结果与真实数、半参数、完全参数以及基于machinelearning(ML)

世界的数据进行对比，以评估模型的可靠性。我们使用三个性能的技术。虽然这些方法都旨在建模事件时间数据，但它

指标进行定量评价的结果表明，生存分析在喷头寿命预测中优于

们依赖于不同的基础假设。具体而言，像KM这样的

行业标准基准方法。

非参数模型仅需要历史故障数据，这使得它们具有灵活

IndexTerms—生存分析，预测性维护，打印，制造

性，但在有协变量可用时可能信息量较少。相比之下，

I.介绍类似Coxproportionalhazardmodel(CoxPH)的半参

打印头是打印机的重要组件，在打印过程中负责将数模型施加了严格的假设，如比例风险和协变量与对数

墨水或碳粉转移到纸上。因此，它们的性能直接影响危害函数之间的线性关系。虽然这些假设增强了可解释

到打印质量以及与翻新、召回和客户保留相关的成本。性，但违反这些假设会导致估计偏差。

作为一家打印机