工業(yè)設備大數(shù)據(jù)如何玩？煤炭行業(yè)提升機故障預測性維護給你答案

  煤炭行業(yè)設備數(shù)字化及智能運維的轉(zhuǎn)型一直是困擾這個行業(yè)的智能化發(fā)展。提升機電機及減速機是礦井生產(chǎn)的關(guān)鍵設備和高故障發(fā)生點，長期以來一直采用計劃維修或事后維修的方式。計劃維修無法及時了解設備的運行情況，而事后維修則由于事先的準備不夠充分,造成維修工作的耗時太長、損失嚴重。

  上海輝泰Witium，依托專注于工業(yè)物聯(lián)網(wǎng)+人工智能(工業(yè)AIoT)領域，十年深耕技術(shù)、服務全球客戶的沉淀，成功研發(fā)出基于機理及大數(shù)據(jù)數(shù)理模型的煤炭行業(yè)設備預測性維護解決方案，針對煤炭行業(yè)減速機、空壓機、風機泵、電機等旋轉(zhuǎn)設備為全球客戶提供在線振動監(jiān)控、設備故障預測、設備故障診斷及設備智能運維、設備健康管理整體解決方案。

  本文分享煤炭行業(yè)提升機故障預測及診斷解決方案:

  煤碳行業(yè)設備故障預測診斷，煤炭行業(yè)提升機故障預測性維護，依托先進的物聯(lián)網(wǎng)工業(yè)AIoT技術(shù)，使用MEMS振動傳感器采集煤炭行業(yè)提升機的振動監(jiān)測數(shù)據(jù)及特征參數(shù)(如減速箱和電機的振動加速度、速度、溫度等)，計算并存儲設備的運行參數(shù)，自動生成日數(shù)據(jù)庫、歷史數(shù)據(jù)庫及報警庫。通過振動機器學習算法，將特征參數(shù)值與模型閾值進行比較，來確定設備當前是處于正常還是故障狀態(tài)、又或是未來什么時候會發(fā)生故障，邊緣計算網(wǎng)關(guān)根據(jù)空壓機故障預測性維護診斷模型，分析計算一旦出現(xiàn)異?；蛘吖收?，第一時報警通知運行管理人員，實現(xiàn)振動預測性維護。幫助用戶查找產(chǎn)生故障的原因，識別、判斷故障的嚴重程度，為設備維保工作提供智能手段。

  該設備故障預測性維護，實現(xiàn)預測故障及提前維修，完成維修體制的轉(zhuǎn)變。提高勞動生產(chǎn)效率和行業(yè)生產(chǎn)力，降低企業(yè)的運維成本;依靠大量的設備維保歷史數(shù)據(jù)和生產(chǎn)數(shù)據(jù)，大大提高了產(chǎn)品的質(zhì)量與品質(zhì);煤炭行業(yè)設備故障診斷解決方案，減少生產(chǎn)設備85%的宕機概率，減少因宕機產(chǎn)生的材料的報廢與損失，同時減少設備維修的時間，提高了客戶交付能力;故障預測及診斷解決方案，也讓設備處于高度安全的生產(chǎn)狀態(tài)，滿足工廠安全生產(chǎn)的要求。