Product technical support
傳統(tǒng)設(shè)備管理一般以事后維修、周期性預防維修為主,，可以在一定程度上滿足設(shè)備管理要求,，同時也會出現(xiàn)員工疲于設(shè)備搶修、慣性維護等情況,，在設(shè)備突發(fā)性故障判斷方面有明顯不足,。
力控的設(shè)備診斷及預測性維修服務(wù)，通過單設(shè)備數(shù)據(jù)建模,、分析和診斷,，對設(shè)備歷史數(shù)據(jù)進行訓練和提取特征，以達到設(shè)備故障的精準預測,。對各種異常狀態(tài)或故障狀態(tài)做出診斷,，預防或消除故障，為設(shè)備運行提供必要的指導,，提高設(shè)備運行的可靠性,、安全性和有效性,，將故障損失降低到最低水平,。
應(yīng)用架構(gòu)與特點
力控設(shè)備診斷及預測性維修服務(wù)可接入各類工業(yè)設(shè)備、探測裝置,、智能傳感器,，采集設(shè)備溫度、振動,、壓力和視頻圖像等相關(guān)數(shù)據(jù),，對不同狀態(tài)下的設(shè)備數(shù)據(jù)進行分類標記，通過業(yè)務(wù)編排整理訓練集,，并入庫存儲,。
訓練集按照單設(shè)備、同類設(shè)備兩個維度訓練形成健康診斷模型,，基于設(shè)備實時數(shù)據(jù)采集和訓練模型進行故障預測,，提前發(fā)現(xiàn)并提醒設(shè)備運轉(zhuǎn)過程異常，實現(xiàn)設(shè)備預防性維修,，保障生產(chǎn)安全,，避免因設(shè)備故障產(chǎn)生安全隱患。
基于機器學習算法和模型,，分析評估設(shè)備健康狀況,，實現(xiàn)預防性維護,；
提供實時的設(shè)備健康狀態(tài)監(jiān)測，提前發(fā)現(xiàn)并解決潛在安全隱患,，有效減少設(shè)備安全事故的發(fā)生,；
避免或減少設(shè)備的連鎖損壞，延長設(shè)備使用壽命,，減緩備件消耗,；
當檢測到潛在問題或異常時，系統(tǒng)會通過短信,、郵件,、應(yīng)用程序等方式發(fā)送報警通知；
保障產(chǎn)品質(zhì)量,，有效防止設(shè)備引發(fā)的質(zhì)量問題或批量報廢,，避免生產(chǎn)過程中出現(xiàn)大規(guī)模次品或質(zhì)量下降；
根據(jù)預測模型,，提前規(guī)劃維修時間和資源,，最大限度減少設(shè)備停機時間，縮短維修時間,、降低費用,，可提前制定解體修理計劃。
應(yīng)用案例
某煤炭開采設(shè)備管理和健康診斷智能運維服務(wù)平臺
項目背景
某煤業(yè)股份有限公司經(jīng)營煤炭開采,、洗選,、加工生產(chǎn)業(yè)務(wù)，現(xiàn)場設(shè)備狀態(tài)關(guān)乎企業(yè)生產(chǎn)成本和效益,，目前該集團設(shè)備管理以事后維修為主,，缺少設(shè)備診斷，對生產(chǎn)中的核心,、重點設(shè)備無法做到工況實時診斷,、故障快速定位和及時預警預測。
解決方案
系統(tǒng)以力控FinforWorx一體化生產(chǎn)管控平臺為基礎(chǔ),，集成了設(shè)備管理,、報警服務(wù)和設(shè)備診斷服務(wù)等力控工業(yè)APP，通過企業(yè)級實時歷史數(shù)據(jù)庫pSpace實現(xiàn)設(shè)備數(shù)據(jù)采集與存儲,，依托于智能算法開展歷史數(shù)據(jù)標記,、訓練，生成設(shè)備各工況訓練集,。結(jié)合設(shè)備實時數(shù)據(jù)和訓練集,，實現(xiàn)設(shè)備實時工況診斷、設(shè)備異常預警和故障快速定位等功能。
應(yīng)用價值
實時異常預警,，減少現(xiàn)場設(shè)備故障率,；
及時發(fā)現(xiàn)和處置設(shè)備異常，改善設(shè)備維保計劃,；
推動設(shè)備運維業(yè)務(wù)從被動應(yīng)對轉(zhuǎn)向主動管理,；
降低設(shè)備突發(fā)狀況引發(fā)的生產(chǎn)安全隱患；
客觀的設(shè)備效益評價,，為設(shè)備,、廠商更新、選型提供數(shù)據(jù)支撐,；
全面提升企業(yè)運維的智能服務(wù)能力,。
訂閱號
力控小程序
京公網(wǎng)安備11010802042889號