風機故障預(yù)測系統(tǒng)解決方案

風機行業(yè)問題

在大型風機旋轉(zhuǎn)設(shè)備行業(yè)中，產(chǎn)業(yè)鏈由大型風機制造商、主機廠、終端用戶組成；通常大型風機制造商希望解決：如何提高售后運維效率、降低維護成本；如何確保產(chǎn)品的市場應(yīng)用品質(zhì)及性能；如何預(yù)測客戶現(xiàn)場大型風機健康情況等問題；主機廠希望解決：如何減少主機設(shè)備核心部件的故障維護成本；如何及時了解客戶現(xiàn)場主機設(shè)備的運行健康情況等問題；終端用戶希望解決如何避免因大型風機設(shè)備異常故障導(dǎo)致產(chǎn)線停產(chǎn)帶來的損失；如何實時了解大型風機設(shè)備的運行健康情況；如何避免因設(shè)備異常故障導(dǎo)致產(chǎn)線宕機停產(chǎn)帶來的損失；如何實時了解設(shè)備的運行健康情況；如何確保設(shè)備生產(chǎn)異常不帶來人身安全隱患等問題。

解決方案價值

輝泰科技根據(jù)風機行業(yè)遇到的問題，推出“大型風機故障預(yù)測系統(tǒng)解決方案”，針對用戶現(xiàn)場的大型風機運行狀態(tài)的監(jiān)控，進行大型風機設(shè)備的健康狀態(tài)分析、預(yù)警故障分析，形成專業(yè)的大型風機故障預(yù)測及健康診斷報告，并給出維修建議。輝泰科技的大型風機故障預(yù)測解決方案為用戶帶來巨大的商業(yè)價值：

提高運維效率，減少設(shè)備維保成本；
減少異常故障，降低設(shè)備損壞成本；
預(yù)測設(shè)備劣化，縮減備品備件成本；
降低故障概率，避免產(chǎn)線停產(chǎn)損失；
評估設(shè)備風險，預(yù)防人身安全隱患；
應(yīng)用數(shù)據(jù)分析，改善設(shè)備品質(zhì)工藝；

解決方案詳情

解決方案架構(gòu)

大型風機故障預(yù)測解決方案利用物聯(lián)網(wǎng)高頻振動傳感器，采集設(shè)備振動波形樣本及表面溫度，生成大型風機設(shè)備的振動特性樣本；邊緣計算網(wǎng)關(guān)通過鉑電阻采集大型風機三相繞組溫度和潤滑油溫度，了解大型風機運行負載狀態(tài)并結(jié)合傳感器的振動特性，利用智能機理模型算法對采樣數(shù)據(jù)進行大數(shù)據(jù)分析，實現(xiàn)不平衡、不對中、松動、齒輪磨損、軸承老化等大型風機設(shè)備故障的預(yù)測；然后通過MQTT把數(shù)據(jù)樣本及分析學習結(jié)果上傳到WitCloud物聯(lián)網(wǎng)數(shù)據(jù)云平臺；解決方案的SaaS業(yè)務(wù)云平臺為用戶提供狀態(tài)監(jiān)控、場景監(jiān)控、故障管理、運維管理、設(shè)備管理、客戶管理、權(quán)限管理等功能；并提供數(shù)據(jù)接口功能，方便用戶把設(shè)備狀態(tài)導(dǎo)入到智能工廠運維平臺系統(tǒng)。同時業(yè)務(wù)云平臺通過大數(shù)據(jù)分析工具，為專業(yè)的用戶提供大型風機設(shè)備的運行狀態(tài)分析、預(yù)警故障分析，并形成專業(yè)的大型風機設(shè)備健康診斷報告和維修建議。

解決方案軟件

WitCloud物聯(lián)網(wǎng)數(shù)據(jù)云平臺

WitCloud云平臺功能包括：大型風機設(shè)備上振動傳感器及邊緣計算網(wǎng)關(guān)的接入配置（包括主題配置和通道配置）、遠程信息配置和設(shè)備固件升級、多種告警方式、日記運維管理、多層邊緣計算網(wǎng)關(guān)上云的架構(gòu)、數(shù)據(jù)庫備份和找回、InfluxDB數(shù)據(jù)庫的管理和支配。
WitCloud云平臺的強大系統(tǒng)架構(gòu)，具備可拓展性、大量設(shè)備接入的能力、百萬級并發(fā)能力，能方便接入超過100萬臺的大型風機設(shè)備數(shù)量，并能支持每年新增超過10萬臺大型風機設(shè)備的接入能力。
大型風機設(shè)備SaaS業(yè)務(wù)云平臺

大型風機故障預(yù)測SaaS業(yè)務(wù)云平臺，為用戶提供狀態(tài)監(jiān)控、故障分析、場景監(jiān)控、故障管理、運維管理、設(shè)備管理、客戶管理、權(quán)限管理等平臺功能，同時提供平臺數(shù)據(jù)讀取接口功能。SaaS業(yè)務(wù)云平臺通過大數(shù)據(jù)分析工具，為專業(yè)的用戶提供設(shè)備的運行狀態(tài)分析、預(yù)警故障分析，并形成專業(yè)的工業(yè)設(shè)備健康診斷報告和維修建議。
故障預(yù)測算法模型：首先系統(tǒng)通過物聯(lián)網(wǎng)高頻振動傳感器和鉑電阻，采集旋大型風機振動特性和負載溫度特性，并形成振動特性樣本庫；然后利用智能算法(機器學習算法庫)對這些原始數(shù)據(jù)樣本進行機器自學習，生成對應(yīng)的故障預(yù)測算法模型，并形成故障預(yù)測模型庫；使用故障預(yù)測算法模型對實時采集的數(shù)據(jù)進行分析處理，實現(xiàn)不平衡、不對中、松動、齒輪磨損、軸承老化等大型風機設(shè)備故障預(yù)測及診斷。