设备预测性维护系统介绍
设备健康智能维护云平台利用物联网、微服务、大数据,智能算法以及边缘计算等先进技术,聚焦水泥、钢铁、化工、煤炭等行业的关键设备,通过对现场设备进行数据采集、分析以达到实时监测、故障预测以及健康管理的目的。
通过对设备进行数字化建模、构建适合现场应用的智能预警体系,利用智能诊断模型、人工诊断等多种方式在线提供诊断结论,并结合可视化技术展示设备的完整生命周期管理,方便实现基于设备状态的维修或视情维修和自主式保障。
平台提供公有云/私有云/混合云部署方案,Saas轻量级应服务模式,满足不同行业企业标准化或定制化需求。

设备预测性维护的价值
-
实时掌握设备运行状态
充分利用对设备振动、温度、压力、流量等多种类型数据在线监测,多位置多方向多通道数据量进行全方位监测,满足全面的设备状态感知需求。
-
实时报警消除事故隐患
对关键机组进行智能化报警配置(阈值报警、窄带报警、频段报警、包络值报警、无量纲报警、3西格玛报警),报警实时通知相关责任人,可通过远程诊断、缺陷处理、维修工单等流程进行关联管理,有效消除现场 隐患。
-
发现早期故障
通过振动分析、综合评价、轴承齿轮故障提取特征、深入洞察设备早期、疑难问题,实现早发现、早隔离。

设备预测性维护系统平台构架
-
灵活便捷的部署运维
传感器采用无线+有线组合,平台软件采用微服务架构,实现灵活便捷的部署运维。
-
开放的数据接入能力
平台软件具备API标准接口,同时具有多种现场数据接入协议,实现开放的数据接入集成能力。
-
高水平的智能化
基于机理&数据驱动模型,实现智能预警+智能诊断,系统使用门槛低,智能化水平高。
-
多触点式访问
采用Web应用+移动应用+定制大屏,实现用户多触点访问。

工业算法体系

设备数字化模型



-
机泵设备模型
-
风机设备模型
-
减速箱设备模型
-
压缩机模型
-
其他设备模型
设备智能诊断模型
设备智能诊断模型适用于常规故障,通过故障根源分析(风机轴承损伤、风机轴承润滑不良、风机叶片磨损、基础刚性不足、联轴器故障)、基于图谱分析诊断分析,诊断效率提高10倍以上!

