400-005-2939 EN

行业资讯

witium’s dynamic

当前位置:首页 > 行业资讯 > 新闻详情

智能制造设备预测性维护

日期:2022-10-13

  企业的数字化转型往往是从应用智能自动化、工业物联网(IIoT)技术开始的,所以自动化仍是智能工厂设计的关键部分。据《财富》商业洞察的相关报告显示,到2027 年,全球工业自动化市场预计可达326.4 亿美元,在预测期内将以8.9% 的复合年增长率(CAGR)增长。虽然这种增长率的激增从某方面来说是由COVID-19 新冠疫情引发的,但充分说明工厂不会再像以前那样。

智能制造设备预测性维护

  未来几年,企业一半以上的生产任务都可能会依赖机器完成,这意味着管理设备的运营流程将变得至关重要。这对制造业来说是个好兆头,但首先要解决的是一些悬而未决的问题:传统企业是否为未来工厂做好了准备,未来工厂是否严重依赖于人工智能/ 机器学习(AI/ML)、流程自动化和物联网(IoT)?他们的数字化转型之旅走了多远?一旦路线图和战略明确,企业必须努力实现信息技术(IT)和运营技术(OT)的协同,以优化成本、缩短价值实现时间并提高效率。

  数字化裹挟着制造业狂奔突进,触发了产业服务及商业模式的加速创新,产业价值链、供应链和行业生态正在加速分解、整合与重构。在这种趋势下,不断增加的新型服务业态,如智能制造设备预测性维护全生命周期产品维护服务,产品运营、在线支持服务等,逐渐成为制造企业新的利润中心。传统制造业靠着“产品为王”一骑绝尘的时代已然一去不复返,智能化、服务化转型不仅是必然趋势,更是现实之举,上海辉泰Witium提供的正是这样基于设备的预测性维护服务。通过主动监控设备、识别问题并提供重要见解,以在问题造成运营中断之前进行处理,从而提高工厂的可靠性。在过程工业中,这样做有助于降低维护成本,提高正常运行时间和生产率。

  WitExpert工业设备预测性维护系统由硬件和软件两部分组成,从传感器、边缘计算网关,再到软件平台都是Witium团队自主研发。系统依托先进的物联网工业AIoT技术,用MEMS三轴振动传感器采集设备的振动数据及特征参数(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,为科学检修提供指导,切实提高工厂的安全管理水平,促进传统制造行业实现数字化、智能化转型。

< 返回上级
400-005-2939

客服微信

版权所有:上海辉泰信息科技有限公司
网站备案:沪ICP备19015228号-1
公安备案号: 31011202009248号
技术支持:霸屏科技