智慧制造系列 设备智能监测与预测性维护-PC-1653448

愿景：让设备实现智能最佳运行；使命：运用大数据、物联网、移动互联网、人工智能、高速通信、专家知识等技术，让设备实现感知、诊断、维保，运用人和机器结合的理念，讲设备运行与维保知识最大沉淀与分析利用； 功能包括：在线监测、故障AI诊断、智能点巡检、智能维保、设备综合利用率、设备健康库、设备知识库等。

智慧制造系列 设备智能监测与预测性维护

• 定位：
  • 愿景使命目标
    • 以故障诊断、寿命预测为核心的智能运维工业互联网云平台包 括智能点巡检管理系统、在线状态监测系统、设备故障AI诊断系统、设备资 产管理系统等 围绕 “让设备智能运行在最佳健康状态，提升设备综合价值”为中心。
  • 主要客户群
    • 面向造纸、汽车、手机制造、家电制造、中小行业无人机、光伏发电、冶金、钢铁、水泥、石油石化、煤炭、化工、
    • 铁路、机械制造、风电、火电、水电、供水等行业近500家大型客户提
    • 供设备故障智能分析系统和智能诊断服务，产品广泛应用于汽轮机、电机、
    • 风机、空压机、立磨机、破碎机、机床、泵、齿轮箱等各类动静设备的数据
    • 采集、状态监测、故障智能诊断与智能运行维护。
  • 一句话描述 产品目标
    • 用物联网、大数据、人工智能、高级专家知识的思维 建设“状态监测与故障诊断技术”，掌握工业企业的 关键机组、辅机设备、设备维保运维人员的状态信息， 更加可观、精准、可预知地完善与优化企业设备综合管理水平。
• 一、智慧制造工厂 人工智能+预测性维护 高层所关心的问题
  • 1. 企业高层
    • 如何更好保障安全生产？
    • 如何大幅降低设备运行及维修费用？
    • 如何减员增效？
    • 如何能过 信息化高阶技术：移动互联网、人工智能、物联网、科学算法 建设提高设备和人员综合管控水平？
  • 2.企业中层
    • 如何轻松快捷掌握全厂设备运行状态？
    • 如何考核设备管理人员？
    • 如何优化维修计划，缩短维修时间？
    • 如何减少备件库存？
    • 如何弥补ERP、EAM“安全数据来源的 真实性、大数据分析的盲点”，消除信息孤岛？
    • 如何建立设备状态监测管理系统统一平台？
    • 如何融合理论与经验，建设设备管理“ 智能融合 专家系统”？
  • 3.企业基层
    • 如何快速发现早期故障？
    • 如何快速找到 故障原因和部位？
    • 如何快速 校正 常见故障？
    • 如何避免 盲目维修、盲目大修、盲目少修？
    • 如何培养 基层设备 故障诊断专家？
• 二、智能监测与预测性维保 云平台解决方案架构图
  • 1.应用层： 适配多个行业的 行业服务（可点击进入 该微服务）； 结合人工智能的应用服务：预测故障；安全防护；专家诊断；寿命预测；供应链优化；评估优化；智能运维；
  • 2. 云平台层：云基础设施 ：私有云服务、公有云服务；数据通讯：MQTT、HTTP、TCP/IP /COAP ； 数据处理：OLAP、ES、Hbase、Hadoop 、AI诊断；数据存储： DMP、RDBMS、 Redis、CMDB、MySQL、SQL Sever、Postgre...
  • 3. 采集层：wifi 5 6/4G、 NBIOT：振动、温度、转速、噪音、压力、气体、电流、电压、流量、视频、应变、缓慢变化... 工业智能网关：4G/5G 、WiFi5 RJ45 ；ZigBee、RS485、Lora... ;
  • 4.设备层： DCS、电机、风机、泵、空压机、汽轮机、齿轮箱、轧机...
• 三、智能监测与预测性维保 带来的价值和收益
  • 概述：
    • 智能监测与预测性维保大数据平台 ，对设备运行状态进行综合监测、分析、诊断、管理、控制，是数字化工厂、智能化工厂的重要组成部分，通常 1-2年收回成本，收益可观。
  • 1. 促进减员增效、降本增效
    • 优化维修方案，大幅度减少不合理维修维护，提高检修效率，提高企业自动化水平，为推行减员增效创造最佳条件。
  • 2.实现 设备预测性维保
    • 融合 监测诊断的专业理论算法、客户数据和现场经验，大大提高故障诊断准确率，使检修前心里有数、检修时得心应手、检修后安全无忧，保证安全生产。
  • 3.实现管控一体化
    • 数字化管理和智能控制防止突发事故，使设备状态监测管控系统成为数字化工厂不可或缺的重要组成部分， 提高企业管理水平的 数字化、智能化、精准化；
  • 4.改善KPI 指标，提高企业利润
    • 改善净资产回报率（ROA）：降低库存成本；减少备品备件；延长维修周期；
    • 提高设备综合效率(OEE)： 延长设备工作时间，提高生产能力；积累运行数据，提前应对异常变化（机器失效占工厂事故的50%以上）；减少非计划停机/停车,优化停车停产计划；减少维修时间；提高设备运行安全，保障产品质量。
• 四、智能监测与预测性维保（智能运维） 大数据平台的 运作流程
  • 1. 第一步：形成AI诊断中心 数据湖
    • 数据指标：振动、温度、转速、噪音、压力、气体、电流、电压、流量、视频、应变、缓慢变化；数据来源：离线在线数据；点检；DCS/PLC ;
  • 2.第二步：健康监测 安全运行；
    • 人员管理操作规范；
    • 环保与最佳状态运行；外接：能源管理；
    • 安装调试评估；
    • 制造商管理：外接智能装备 运维与升级；
    • 供应商评估
    • 采购评估指导：外接 制造质量评估中心
    • 外接金融服务：保费评估、银行封控、租赁延期
  • 3.第三步：故障维修与日常保养、点检巡检
    • APP 工单审批
    • 精准维修：维修公司 服务外包
    • 维修评估
    • 库存优化：共享 成品与备件库存
• 五、功能架构图
  • 首页：设备智能监测维保工作台
    • 设备 报警与故障 监测 二维与三维 地图大屏
    • 设备 最佳运行 排行榜
    • 设备健康度 分布图 ：四色
      • 绿红橙黄
    • 设备 点巡检 工作进度图
    • 设备 维修进度图
    • 设备 保养进度图
    • 设备综合效率 排行榜
  • 1. 在线监测
    • 基础设置
    • 在线频谱分析
    • 设备运行状态分析
    • 实时数据分析
    • 历史数据分析
  • 2.设备台账管理
    • 设备列表、设备卡片
  • 3.点巡检管理
    • 考核数据、点检设置
  • 4.维修管理
    • 周期检修、紧急维修；突发性工单；预防性工单；设备寿命检修与工单；
  • 5.保养管理
    • 润滑管理；部件更换管理；清洁管理；保养工单管理；
  • 6. 维保知识库
    • 设备故障管理、识别事故管理、典型故障图谱、设备故障库、设备事故库；点检、在线、检修、保养润滑、计量表计、传感器等资料库与标准库；设备状态评估库；系统自助教学：维护教学、操作教学、故障诊断（视频、文档课件、题库）
    • 设备事故管理
  • 7. 报表与统计分析
    • 设别资产统计、设备缺陷分析 点检统计 在线统计 预测性 维保管理统计 启停机记录 产能记录 能耗记录 备件库存与使用记录 推送与订阅报表 服务...
  • 8. 设备运行状态评估
    • 故障诊断云库、AI诊断、隐患设备一览表、电气智能诊断、设备健康评估/体检报告、报告自主推送与策略设置；
  • 9.设备智能维保 APP
    • 监测数据看板；故障诊断；提交工单：点巡检、维修、保养；知识库等；
  • 10 系统设置
    • 自定义首页看板；审批流程模型与设计；系统应用：菜单管理；组织管理；角色管理；用户管理；数据权限管理；APP管理等；