發(fā)布時(shí)間:2022-07-22
瀏覽次數(shù):1682
工業(yè)4.0時(shí)代:工業(yè)生產(chǎn)設(shè)備聯(lián)網(wǎng)及數(shù)據(jù)采集
工業(yè)大數(shù)據(jù)是未來(lái)工業(yè)在市場(chǎng)競(jìng)爭(zhēng)中發(fā)揮優(yōu)勢(shì)的關(guān)鍵,實(shí)現(xiàn)工業(yè)4.0,需要工業(yè)生產(chǎn)的高度自動(dòng)化,而不論智能制造發(fā)展到何種程度,數(shù)據(jù)采集都是工業(yè)生產(chǎn)中基本的條件。工業(yè)大數(shù)據(jù)的采集為工業(yè)創(chuàng)新及戰(zhàn)略性發(fā)展提供數(shù)據(jù)基礎(chǔ),也是打造數(shù)字化工廠實(shí)現(xiàn)智能制造的必經(jīng)之路。工業(yè)生產(chǎn)設(shè)備作為工業(yè)生產(chǎn)的重要的部分,其數(shù)據(jù)直接關(guān)乎著產(chǎn)品的生產(chǎn)和工廠管理。
芯軟云IoT設(shè)備管理平臺(tái)作為芯軟智控重要的產(chǎn)品之一,聚焦于通過(guò)數(shù)智化賦能企業(yè)設(shè)備管理。在設(shè)備管理維度,通過(guò)IoT能力,助力企業(yè)實(shí)現(xiàn)設(shè)備的運(yùn)行安全,降低設(shè)備故障發(fā)生率,沉淀維修的知識(shí)。系統(tǒng)把企業(yè)的實(shí)踐和設(shè)備維修知識(shí)通過(guò)模型和算法讓設(shè)備會(huì)說(shuō)話(huà),準(zhǔn)確預(yù)測(cè)設(shè)備問(wèn)題,診斷問(wèn)題根源,幫助企業(yè)從故障性維修向預(yù)防性維修轉(zhuǎn)變,在有效設(shè)備資產(chǎn)的同時(shí)預(yù)防安全事故發(fā)生。
場(chǎng)景一:設(shè)備運(yùn)行狀態(tài)在線(xiàn)監(jiān)測(cè)
通過(guò)運(yùn)行監(jiān)控、報(bào)警工作臺(tái)等模塊,可以提供硬件和數(shù)據(jù)采集與分析的全套解決方案,同時(shí)接入現(xiàn)場(chǎng)自有系統(tǒng)和具有數(shù)據(jù)遠(yuǎn)傳功能的儀表數(shù)據(jù),實(shí)現(xiàn)設(shè)備監(jiān)測(cè)系統(tǒng)的在線(xiàn)數(shù)據(jù)完美融合,完善設(shè)備全生命周期管理體系,提高設(shè)備預(yù)知性維護(hù)的準(zhǔn)確度。
在線(xiàn)監(jiān)測(cè)系統(tǒng)具有自動(dòng)、智能報(bào)警功能,可根據(jù)不同轉(zhuǎn)速、功率、振動(dòng)等條件觸發(fā)相應(yīng)報(bào)警界限,不同報(bào)警狀態(tài)以不同的、醒目的顏色在系統(tǒng)中標(biāo)識(shí)。報(bào)警后,用戶(hù)可快速在狀態(tài)監(jiān)視畫(huà)面查看機(jī)組設(shè)備運(yùn)行情況,及時(shí)對(duì)有故障的設(shè)備進(jìn)行檢修處理。
場(chǎng)景二:巡、保、維工單全流程
通過(guò)設(shè)備維護(hù)巡檢、維修、保養(yǎng)、工單管理等模塊,利用移動(dòng)化技術(shù)開(kāi)展巡檢工作開(kāi)展,記錄點(diǎn)檢人員軌跡,上傳點(diǎn)檢異常照片,上報(bào)點(diǎn)檢故障,通過(guò)工單工作臺(tái)管理故障處理流程。
以工單為中心,實(shí)現(xiàn)隱患排除工作的完整閉環(huán),包括故障發(fā)現(xiàn)與處理,安全作業(yè)要求,人員工時(shí)、備件消耗等,并能對(duì)維修經(jīng)驗(yàn)進(jìn)行沉淀形成將來(lái)企業(yè)的維修工作標(biāo)準(zhǔn)。系統(tǒng)通過(guò)資產(chǎn)運(yùn)維大屏為資產(chǎn)管理者提供資產(chǎn)點(diǎn)檢、維修等工作中的決策數(shù)據(jù)展現(xiàn),實(shí)現(xiàn)設(shè)備全流程閉環(huán)管理,支撐決策分析和管理優(yōu)化。
場(chǎng)景三:設(shè)備故障預(yù)警與診斷
通過(guò)維修模塊、IoT系統(tǒng)等可以實(shí)現(xiàn)故障預(yù)警與診斷。通過(guò)對(duì)點(diǎn)巡檢系統(tǒng)及設(shè)備在線(xiàn)監(jiān)測(cè)系統(tǒng)收集的現(xiàn)場(chǎng)設(shè)備運(yùn)行數(shù)據(jù),同時(shí)根據(jù)現(xiàn)場(chǎng)設(shè)備資料建立設(shè)備診斷模型,利用基于機(jī)理診斷、回歸算法等技術(shù)手段,分析被狀態(tài)監(jiān)測(cè)的生產(chǎn)設(shè)備劣化程度。自動(dòng)地給出機(jī)組的故障原因、故障危害及維修建議,終形成診斷報(bào)告。