工業維護的三個階段對比:
1.修復性維護:機械故障發生后,維護人員前往現場檢修維護
計劃外停機,造成經濟損失
高額緊急維護成本
2.預防性維護:周期性安排人員保養維護
突發性故障風險仍然無法完全杜絕
維護周期難以把控,零備件資源使用不合理
3.預測性維護:傳感器獲取設備信息,設備狀態實時監控,大數據分析給出維護建議,故障發生前預警而完成維護
大幅度降低維護成本及故障率,優化生產
提高設備運行生命周期
因此,我們借助于信息技術、人工智能推理算法研發出一套智能工業運維系統。該系統可監控、管理與評估系統自身的健康狀態,在設備發生故障之前對其進行預測,并結合現有的資源提供一系列的維護建議,是一種集故障檢測、隔離、健康預測與評估及維護于一身的綜合技術。
該系統主要包含以下幾個部分:
1.設備感知層
各類穩定實時采集數據的傳感器,振動,溫度,壓力,電流,電壓等構成基礎數據來源。
2.數據傳輸
基礎數據通過無線中繼器,穩定傳輸到本地服務器。
3.本地儲存
數據儲存到本地服務器,處理,儲存,顯示。
4.云端計算
本地數據上傳ALPHA Cloud,云端AI處理分析,將各類數據綜合判斷,進行健康度分析,故障分析。
5.遠程運維
通過數據分析,提前預警,指導運維。
智能工業運維系統基于安爾法IoT平臺,在安爾法私有云ALPHA Cloud部署,適用于任何工業場地設備智能運維。
此外,該系統不僅限于接入現有傳感器產品,它還可支持多元參數數據接入,可以制定不同的監測場景。并為用戶提供基于互聯網的SAAS(Software as a Service)服務,幫助企業實現工業設備運維管理。
此外,該系統不僅限于接入現有傳感器產品,它還可支持多元參數數據接入,可以制定不同的監測場景。并為用戶提供基于互聯網的SAAS(Software as a Service)服務,幫助企業實現工業設備運維管理。
X
歡迎來到安爾法!