场景痛点
数据采集管理
不同厂家和不同类型数据对应通讯协议、采集频率、数据处理方法均不相同。
数据质量
传感器安装位置不对、部分传感器老化等导致出现的长期不变的死点坏点问题,异常数据无法识别。
数据存储
实时运行数据具有高并发、数据量级大等特点,数据采集完成后需要非常高的写入速度和读取速度。
方案特色
5G+高频振动信号采集
主要针对风机大部件、控制系统、主要参数、传感器四个方面,通过机器学习识别设备亚健康状态,减少非计划性停机损失和隐藏的发电性能不合格损失。
海量数据存储
基于安装在风机上的振动传感器信号,通过振动信号频域分析发现风机主轴承、齿轮箱、联轴器、发电机等机械传动链问题,评估部件健康度,及时提出维护与检修建议。
精密诊断
以5G网络为基础,结合工业互联网、AR等技术,实现检修作业的远程辅助、协助, 方便远程专家实时了解现场设备故障现象,借助AR叠加、视频标记、语音交互等指导实时指导现场消缺。
方案价值
提高检修质量
通过机器自诊断和专家诊断,能让现场检修作业人员,掌握故障消缺的最佳措施,提高检修质量和效率,真正做到“药到病除”。
缩短检修工期
精准定位设备故障部位与原因,实现检修资源的集中调度,缩短检修工期,提高设备运行可靠性。
降低人工巡检成本
通过对机电设备的在线监视,减少巡检作业次数,做到少人值守或无人值守,实现减员增效。
降低设备能耗
通过对设备的能效模型监测与预警,实时调整能耗方案,安排合理的检修和优化策略,实现能耗优化。
优化检修管理
企业检修管理整体能力不断提升,不会因为人员流动影响企业检修组织、质量。检修知识不断积累。
提升设备可靠性
全天候监测设备重要运行参数是否异常,并及时预警,防止因设备非计划停运造成的重大事故和经济损失,平均提升设备运行效率20%~30%,产量提升3%~5%/年。
他们正在用