25年钉钉杯大数据挑战赛金奖作品A2025072338794.pdfVIP

2025年第四届“创新杯”大学生

大数据挑战赛论文

题目基于集成学习的工业设备健康状态预测模型研究

摘要

随着制造业向智能化、数字化转型，工业设备的健康管理与故障预警成为智慧工厂

建设的关键环节。针对“工业设备状态智能识别与剩余使用寿命预测”这一任务，本文依

据主办方提供的大规模传感器监测数据，围绕两个核心问题开展研究：问题A旨在构建

设备在未来7天内是否发生故障的分类模型；问题B则聚焦于设备剩余使用寿命（RUL）

的预测。

针对问题A，本文构建了以随机森林、XGBoost、LightGBM、逻辑回归、CatBoost

为代表的集成学习模型，并结合特征重要性分析与模型可视化手段，实现了对关键影响

因素的识别与故障概率的有效预测，各模型的准确率、召回率、F1值如下：

模型准确率召回率F1值

随机森林11