預測性維護 | 挑戰(zhàn)

資產(chǎn)預測性維護聽起來很簡單，然而，實現(xiàn)起來，要確保能準確且持續(xù)地收集數(shù)據(jù)，分析的準確性卻不容易。因為要找到熟練且經(jīng)驗豐富的資源將振動數(shù)據(jù)轉化為預測性維護的洞察很困難。

經(jīng)久驗證的 | 方案

虹科攜手預測性維護專家，提供的WATCHMAN 360預測性維護方案，基于一個具有30多年經(jīng)驗和測試數(shù)據(jù)積累的數(shù)據(jù)庫：超過67億個數(shù)據(jù)點，檢測的設備包括電機、泵、風扇、壓縮機、變速箱、齒輪箱等。

WATCHMAN 360可通過快速篩選振動測量值，并應用 6000 多個獨特規(guī)則來識別各種機器類型中的1200多個故障類型，從而提供除振動數(shù)據(jù)之外的重要的機械健康信息。

經(jīng)過驗證的自動化機械狀態(tài)評估系統(tǒng)可以在短短幾分鐘內處理數(shù)百個振動測量數(shù)據(jù)，為您提供：

故障診斷結果

故障嚴重程度

維修優(yōu)先級相關的建議。

預測性維護 | 實現(xiàn)原理

WATCHMAN360包含了復雜的規(guī)則庫方法，除了能對峰值或頻譜做帶警報的簡單監(jiān)控，其測試點變化功能還可捕獲到機器上的多個位置集檢測到的數(shù)據(jù)，并和數(shù)據(jù)庫中某一類機器的基準數(shù)據(jù)做比對，做出高度準確的自動化診斷。

首先，我們通過有線/無線的振動傳感器設備、便攜式數(shù)據(jù)收集器或在線系統(tǒng)從旋轉設備。上采集數(shù)據(jù);之后，數(shù)據(jù)上傳到安全云，其中的診斷引擎ExpertAL ERT將對數(shù)據(jù)進行分析，結果通過WATCHMAN Reliability PortalTM共享出來。

最終提供的信息包括：哪些機器有故障、這些故障的嚴重性以及解決這些故障的建議措施。

方案詳情 | 亮點

成效 | 收益

虹科提供的一站式預測性維護方案，可為用戶提供從組件、整機設備的狀態(tài)監(jiān)控和故障分析，乃至整個工廠級的人工智能分析、流程狀況洞察、流程健康儀表板/KPI和維修建議，讓用戶掌握設備的狀態(tài)，優(yōu)化流程績效 的管理，減少計劃外維修和年度維護支出。

原文標題：久經(jīng)驗證的預測性維護原來是這樣做的！

文章出處：【微信公眾號：廣州虹科電子科技有限公司】歡迎添加關注！文章轉載請注明出處。