witium’s dynamic
當前國家出臺一系列政策,如“推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合”,而煤炭行業(yè)發(fā)展“十三五”規(guī)劃也提出“依托大型煤炭企業(yè)集團,應用大數(shù)據(jù)、物聯(lián)網(wǎng)等現(xiàn)代信息技術,建設智能高效的大型現(xiàn)代化煤礦”。從而推動煤炭行業(yè)全面科技創(chuàng)新,加快從資源依賴向創(chuàng)新驅動轉變,實現(xiàn)煤炭企業(yè)降本增效,培育發(fā)展新動力,形成增長新優(yōu)勢。
上海輝泰Witium響應國家號召,依托專注于工業(yè)物聯(lián)網(wǎng)+人工智能(工業(yè)AIoT)領域,十年深耕技術、服務全球客戶的沉淀,成功研發(fā)出基于基理及大數(shù)據(jù)數(shù)理模型的煤炭行業(yè)設備預測性維護解決方案,針對煤炭行業(yè)減速機、空壓機、風機泵、電機等旋轉設備為全球客戶提供在線振動監(jiān)控、設備故障預測、設備故障診斷及設備智能運維、設備健康管理整體解決方案。
煤炭行業(yè)減速機故障預測性維護、風機故障預測解決方案、泵故障預測性維護、空壓機故障預測性維護,依托先進的物聯(lián)網(wǎng)工業(yè)AIoT技術,使用MEMS振動傳感器采集各類煤炭行業(yè)設備的振動監(jiān)測數(shù)據(jù)及特征參數(shù)(如振動加速度、速度、溫度等),計算并存儲設備的運行參數(shù),自動生成日數(shù)據(jù)庫、歷史數(shù)據(jù)庫及報警庫。通過振動機器學習算法,將特征參數(shù)值與模型閾值進行比較,來確定設備當前是處于正常還是故障狀態(tài),邊緣計算網(wǎng)關根據(jù)設備故障預測性維護診斷模型,分析計算一旦出現(xiàn)異常或者故障,第一時報警通知運行管理人員,實現(xiàn)振動預測性維護。幫助用戶查找產(chǎn)生故障的原因,識別、判斷故障的嚴重程度,為設備維保工作提供智能手段。
該煤炭行業(yè)設備預測性維護,提高勞動生產(chǎn)效率和行業(yè)生產(chǎn)力;需要人工全程參與的生產(chǎn)管理和生產(chǎn)信息統(tǒng)計轉變成以數(shù)據(jù)說話和以數(shù)據(jù)運維的方式,降低企業(yè)的運維成本;依靠大量的設備維保歷史數(shù)據(jù)和生產(chǎn)數(shù)據(jù),大大提高了產(chǎn)品的質量與品質;煤炭行業(yè)設備故障預測診斷解決方案,減少生產(chǎn)設備85%的宕機概率,減少因宕機產(chǎn)生的材料的報廢與損失,同時減少設備維修的時間,提高了客戶交付能力;故障預測及診斷解決方案,也讓設備處于高度安全的生產(chǎn)狀態(tài),滿足工廠安全生產(chǎn)的要求;一線運維工程師,不再需要每天跑到設備現(xiàn)場,爬上爬下的點檢及觀察設備工作狀態(tài),方便管理設備讓一線運維工程師更愉快的做設備運維工作,大大提高一線人員的工作士氣。