《动设备远程智能运维解决方案》由会员分享，可在线阅读，更多相关《动设备远程智能运维解决方案（6页珍藏版）》请在金锄头文库上搜索。
1、动设备远程智能运维解决方案一、解决方案概述1. 找问题：工业生产设备数据“看不见”的价值工业企业在生产设备维护中普遍存在数据上不来和数据用不好的问 题。全球6400万台生产设备中，约92%没有数据采集功能，振动数据 因采集成本高采集应用更少。67%的企业主要通过Excel对数据进行简 单统计和展示，无法挖掘工业数据价值。2设目标：为工业动力设备提供智能、高效的远程运维服务解决方案把装备数据采集、边缘计算特征提取和云端大数据分析相结 合，打造设备监测和预测性运维产品，为工业企业提供经济、实用的动 力设备预测性运维服务，实现关键设备故障智能诊断和准确预测，降低 企业生产和维护成本，保障关键设备运行
2、安全，减少生产事故，为用户 创造价值。二、创新点1. 本项目将设备的设计信息、工艺信息和运行环境信息融入到专家系 统的故障诊断之中，多维度地对故障进行诊断，可提高诊断结果准确度。2. 引入多步拟合技术，相比于传统单步拟合方法，多步拟合方法可降 低70%左右的预测误差。3. 凯奥思数据技术的硬件产品与美国国家仪器公司的产品类似，但无 线支持能力更好、边缘计算能力更强、产品价格更低。产品可与云平台直接通信，支持多种工业通信协议；支持无线通信，降低布线成本；支 持远程升级与管理，通过智能应用实现更多功能，降低故障漏报与误报。三、解决方案做法工业动设备预测性运维平台的技术架构包括数据采集体系、设备测试
3、 数据集成管控体系、设备健康管理模式数据实时处理与系统集成平台、 数字化设备生产过程实时分析报表、计算框架制度、机器学习制度等几 个部分。第一，建立统一采集标准和接口标准的数据采集体系。自研的边缘计 算网关（有线系列和无线系列），支持多种工业通信协议和数据格式，解决 了数据采集难、采集成本高的问题，采集的数据经标准化转换后上传至 云平台，同时，云平台还支持从其他数据源抽取、接入数据，提高了数 据复用率。平台提供了数据开放服务接口以便上层应用访问所需的各种 数据。以微服务的架构构建数据开放服务。第二，建立设备测试数据集成管控体系测试数据统一管理。将多台套、分布式的测试数据统一存储于一个集中式网络
4、PAAS数据平台中，通过 制定品种规则、阶段规则、配置规则等防范误操作，保障测试数据安全。大数据在线分析，通过对生产过程实时数据进行分类、聚类、关联分析， 解决以往时效性差、分析不准确的问题，为技术人员和管理人员提供实 时有效的决策信息支持。第三，建立数字化的设备健康管理模式数据实时处理与系统集成平 台。为企业提供工业大数据采集与交换、存储、计算和分析的工具平台， 通过MES采集生产、工艺、质量、安全及环保等数据，通过大数据的计 算框架计算出各种数据，最后通过数据分析服务于应用层。如循环经济 一体化与协同应用中通过大数据分析，制定更科学的生产计划，优化调 度及排放，提供设备状态监控与预警。第四
5、，建立数字化设备生产过程实时分析报表。 基于强大的数据实时 接入能力构建数据源和数据处理间的桥梁，将数据处理与业务侧的数据 源解耦，对数据采集、数据传输、数据分发、采集状态监控以及数据治 理等，利用基于HDFS分布式文件系统的数据存储服务，主要将采集的 数据分类整理后存储在HBase、Hive等分布式数据库或数据仓库中，从 而形成相应的大数据业务主题数据。第五，建立数字化设备健康管理模式主题域，确定：生产主题，主 要包括生产流程、生产计划、生产调度、生产批次等数据；质量主题， 主要包括检验申请、检测、工艺档案、质量报告等数据；安全主题， 安全分析、工艺危害、控制策略、异常工况、环境数据等；能源
6、主题， 能耗情况、能源计划、能源实绩等。第六，建立离线计算和实时计算相耦合的计算框架体系。 离线计算框 架主要处理历史数据，但是由于海量数据的处理需要耗费很多时间，所 以批处理系统一般不适合用于对延时要求较高的场景。实时计算框架主 要对从外部系统接入的数据进行处理，非常适合应用于对实时性要求较 咼的场景。第七，建立机器学习制度。专门研究计算机怎样模拟或实现人类的学 习行为，以获取新的知识或技能，重新组织已有的知识结构，使之不断 地改善自身的性能。解决方案能成效1应用场景及成效1）核心设备运行数据采集与故障预测宝钢现场2000多台关键风机，部分采用 GE本特利系统保护关键 旋转设备，数据封闭，需
7、要支付高额费用才能接入设备远程运维平台， 大部分没有远程在线监控。安装凯奥思边缘智能产品，接入本特利系统，在边缘重新计算并获取数据，对数据进行标准化转换之后，上传到云平 台。上传至云端的数据，在机理算法和统计算法的作用下，进行时域、 频域等频谱分析，对故障进行自动化诊断，给出故障的类型和严重程度， 为后续的维修保养等业务提供决策支持。打破国外垄断，为更多设备提 供保护。2）汽车动力设备征兆管理凯奥思为广汽丰田提供了一套风机水泵监控与故障预测系统。实现不 同工厂，数据统一接入，统一管理；设备物联化，计算边缘化，数据集 中化；无线终端、无线网络；BS与移动端平台接入；基于采集到的数据， 在大数据和
8、人工智能算法的运用下，给出设备状态参数的分布模型，建 立设备状态预警模型，从而实现设备的征兆管理、设备运维的远程化和 智能化。该系统替代丰田原厂的德国IFM系统，实现对德国系统的替代。2. 标杆应用案例应用企业名称：上海宝武钢铁集团主营业务钢铁应用场景风机专业化智能运维，采用在线监测的方式实现设备状态实 时受控，实现智慧装备运营。应用效果实行风机状态远程实时监控，故障诊断准确率90%,点检工 作量下降80%，维修负荷下降30%。应用企业名称：广汽丰田主营业务汽车动力设备征兆管理，按照系统既定的采集和报警策略，自动应用场景米集设备实时数据，异常数据自动触发异常报警机制，实现 装备运行健康状态的实
9、时控制。应用效果降低材料成本5%-10%，提咼设备运行时间10%-20%,减少 维护计划时间20%-50%，降低总体维护成本5%-10%五、应用推广情况1推广情况目前公司已经在钢铁、汽车、能源化工等多个行业为宝武钢铁、广汽丰田、海螺水泥、南瑞集团、蔚来汽车等标杆客户提供服务，并正联合 国内某龙头水泥集团开发工业大脑项目，通过工业大脑利用先进的技术 手段对产生海量的IT和0T数据信息传递、集成、挖掘、分析，打通各 工厂和各系统的连接，实现基于全局的角度对数据价值重塑，支撑智能 工厂持续地升级优化。2.市场空间全球工业大数据的市场规模以每年接近30%的增长率持续高速增长，2020年市场规模将达到480亿美元，其中设备故障诊断类产品市 场规模为140亿美元，而中国的设备故障诊断类产品市场规模约 210亿元，2025年将达到约450亿元。
