主页
行业描述
行业现状描述

随着5G技术和工业4.0时代的到来,面对大规模生产的工业设备,通过工业互联网将设备的工况数据上传至服务器,生产厂家可以将获得的大量设备数据进行分析处理、训练建模、制定维护策略、实时更新、专家会诊,进而优化服务。基于工业互联网标识解析技术的预测性维护策略相比于面向本地设备的预测性维护策略不同,其效率更高、适配性更强、准确率更高。

方案咨询
解决方案


基于物联网技术,通过对设备维护策略分别提供线上线下服务,现场收集设备数据和控制数据,经过现场决策系统判断和反馈,并上传数据至集团大数据平台进行智能分析和数据挖掘,最新成果下载至现场决策系统并应用于之后的预测性维护策略。它所遵循的预测性运维流程主要包括以下步骤。


(1)信息感知:通过各类传感器收集现场设备数据,由无线终端上传至数据采集系统,同时上传控制器等设备数据,经数据整理后进入现场决策系统。通过为设备开发传感技术,提高数据数量和质量,当有更多高质量训练数据可用时,预测性维护策略将更具可靠性。


2)现场决策:边缘计算网关主要完成感知信息处理、在线诊断分析和实时反馈控制三个方面的工作。感知信息处理和前文中数据处理相同,为设备状态数据分析和挖掘提供数据基础;在线诊断分析通过不同工况下的预测模型,对设备运行数据的实时分析和状态的在线识别;实时反馈控制,根据状态判断结果,通过本地专家策略库,自动生成相应控制逻辑


3)智能分析:现场设备数据、决策数据和维护结果等通过网络上传至设备生产集团的大数据平台进行智能分析和数据挖掘,产生新的预测模型和维护策略,通过网络下载至现场决策系统进行更新。智能分析系统还可根据数据反馈调整设备运行参数,以达到增加设备寿命、提升生产效率、提升生产安全性等目的。