AI自诊断
工况数据+振动机理+数理模型分析
工况数据+振动机理+数理模型分析,帮助用户更准确地定位设备故障。
根据振动传感器采集到的振动速度,依据ISO10816,得到四个预警等级。
通过多工况聚类学习,更准确识别设备部件健康度。
工况聚类后的数据发生趋势变化,算法诊断出设备故障异常。
依据振动分析的特征值来定位故障部位,故障种类如下:
相关性AI分析
相关性AI分析,得出故障原因贡献度,帮助用户快速定位故障原因。
系统相关性AI分析技术(以下是WitExpert系统平台截图)
分析出故障原因贡献度,并定位故障产生的原因
显著度AI分析
显著度AI分析,拟合退化曲线,帮助用户实现设备保养预测。
维保前后显著度特征提取平行线图
设备退化曲线拟合
根据退化曲线预测保养,实现延长保养或因故障提前保养
神经网络和时序列分析的AI预测算法
结合神经网络和时序列分析的AI预测算法,学习设备历史数据的模式和趋势,实现精准预测。