风电行业预测性维护

  无可置疑，可再生能源已经成为了全球的未来趋势。根据国际能源署报告显示，2024年，可再生能源的利用率将占全球能源的30%以上，换而言之，风电行业将在其中扮演着至关重要的角色。随着技术的发展，过去由现场技术人员监控风力涡轮机的日子已经一去不复返了。然而，风电生产商需要解决的性能问题也变得更具规模化，其维护成本也随之变得愈加昂贵。因此，预测性维护成为了风电行业重点关注的方向之一。国际组织Navigant Research 表明，风力涡轮机的使用寿命可以在 20 到 40 年之间，具体取决于类型。但是，如果没有适当的预测性维护计划，它们的性能和使用寿命可能会大大降低。

  预测性维护涉及开发和实施方法来识别重复出现的系统故障，通过早期预警信号降低设备维护成本。 通过结合机器学习算法和历史数据分析，预测性维护还使风电场能够降低故障维修成本，并通过让风电场更可靠、更高效地运行，从而为客户提供更大的价值。 风力涡轮机有频繁的维护要求，因此预测性维护的应用成为了风电行业的发展趋势。

  上海辉泰Witium，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，成功研发出基于机理及大数据数理模型的设备预测性维护解决方案 -- WitExpert。WitExpert的系统架构大致如下。常见的旋转机械包括减速机、空压机、水泵、风机、电机等等，通过在靠近设备振动源的位置安装温振传感器的方式，采集设备的振动与温度数据，将特征值数据传输到我们的边缘计算网关，再通过网关把数据上传至我们的WitCloud平台，用户就可以通过Web端与App端看到设备的故障预测及相关健康信息。

  通过对数据的采集与数理加机理的算法模型诊断，WitExpert能帮助用户实现对设备的工况监测、故障诊断、状态预测以及全寿命周期健康管理功能。WitExpert支持远程，全方位、多维度实时监控减速器关键运行参数，结合设备状态发展趋势提供设备故障预测及风险状况提前预警;利用人工智能与数据分析技术进行故障类别、部位及原因精准分析，并自动生成设备健康体检与智能维护方案;针对单个及多个设备确立实时与累计健康状况指标，多维度对比展示设备健康状态画像并实现设备剩余寿命预测，进行全寿命周期的健康管理，确保设备的安全性与稳定性。一套可靠的预测性维护管理系统可以帮助企业在未来十年避免大量维护费用，将成为企业赢得更大竞争力的关键之一。