witium’s dynamic
当前国家出台一系列政策,如“推动互联网、大数据、人工智能和实体经济深度融合”,而煤炭行业发展“十三五”规划也提出“依托大型煤炭企业集团,应用大数据、物联网等现代信息技术,建设智能高效的大型现代化煤矿”。从而推动煤炭行业全面科技创新,加快从资源依赖向创新驱动转变,实现煤炭企业降本增效,培育发展新动力,形成增长新优势。
上海辉泰Witium响应国家号召,依托专注于工业物联网+人工智能(工业AIoT)领域,十年深耕技术、服务全球客户的沉淀,成功研发出基于基理及大数据数理模型的煤炭行业设备预测性维护解决方案,针对煤炭行业减速机、空压机、风机泵、电机等旋转设备为全球客户提供在线振动监控、设备故障预测、设备故障诊断及设备智能运维、设备健康管理整体解决方案。
煤炭行业减速机故障预测性维护、风机故障预测解决方案、泵故障预测性维护、空压机故障预测性维护,依托先进的物联网工业AIoT技术,使用MEMS振动传感器采集各类煤炭行业设备的振动监测数据及特征参数(如振动加速度、速度、温度等),计算并存储设备的运行参数,自动生成日数据库、历史数据库及报警库。通过振动机器学习算法,将特征参数值与模型阈值进行比较,来确定设备当前是处于正常还是故障状态,边缘计算网关根据设备故障预测性维护诊断模型,分析计算一旦出现异常或者故障,第一时报警通知运行管理人员,实现振动预测性维护。帮助用户查找产生故障的原因,识别、判断故障的严重程度,为设备维保工作提供智能手段。
该煤炭行业设备预测性维护,提高劳动生产效率和行业生产力;需要人工全程参与的生产管理和生产信息统计转变成以数据说话和以数据运维的方式,降低企业的运维成本;依靠大量的设备维保历史数据和生产数据,大大提高了产品的质量与品质;煤炭行业设备故障预测诊断解决方案,减少生产设备85%的宕机概率,减少因宕机产生的材料的报废与损失,同时减少设备维修的时间,提高了客户交付能力;故障预测及诊断解决方案,也让设备处于高度安全的生产状态,满足工厂安全生产的要求;一线运维工程师,不再需要每天跑到设备现场,爬上爬下的点检及观察设备工作状态,方便管理设备让一线运维工程师更愉快的做设备运维工作,大大提高一线人员的工作士气。