基于大数据的设备状态在线监控及预测性维护系统

成果编号：22203

价格：面议

完成单位：南京工程学院

单位类别：其他高校

完成时间：2019年

成熟程度：研制阶段

服务产业领域：电子信息、装备制造、能源环保

我要对接关注发送消息

发布人：chenjun0721 离线

发送消息

预测性维护技术基于收集的设备工况数据，如噪音、振动、温度、压力等，分析并预测可能产生故障点，并给出相应的维护维修建议。管理人员可以根据建议，提前处理有风险的设备，从而避免故障风险的发生。设备预测性维护和管控系统实现了：（1）通过离在线监测来解决动设备状态数据获取问题；（2）通过搭建大数据平台解决设备状态数据获取与存储问题；（3）通过搭建大数据平台解决设备资产数据获取与存储问题；（4）通过数据分流管理解决设备管理人员的工作效率问题；（5）通过数据挖掘解决智能诊断、智能维修等问题；（6）通过APP解决设备管理人员移动办公问题。

279 次浏览分享到

成果介绍

科技计划：

成果形式：新技术、新产品

合作方式：技术开发、技术服务

参与活动：第七届中国江苏产学研合作大会

专利情况：未申请专利

成果简介

成果概况

创新要点

1. 改善企业产品服务形象和能力制造企业可以将对自身产品的预测性分析能力，打包成一个服务产品提供给用户。从而进一步提高客户忠诚度，并极大拓展自己的收入来源。客户可以自我运维预测性维护服务，厂商也可以通过Internet来托管该服务。 2. 用数据驱动企业产品和服务的创新通过收集和分析客户一线使用企业产品状况的数据（租赁或托管的情况下），制造企业可以获得一手资料，对改善企业自身产品的设计，提升产品质量，甚至优化企业的生产和销售，都有重要的价值。 3. 为制造企业带来商业模式上的创新 “分时租赁”、“制造云”、“能力共享”、“软件和数据分析企业”等等创新商业模式，直接影响和决定了企业的未来发展和重大转型方向。

主要技术指标

1) 首先数据平台通过软件或硬件对接的方式，从现场已有系统中接入设备运行状态相关的数据及检维修闭环验证数据。 2) 大数据平台对接入的海量实时数据进行预处理，并根据数据内容存入不同的数据存储。 3) 大数据平台调用智能诊断、自学习报警等数据进行加权分析，得出体检分值。当发现综合体检指标超标时进行预警。 4) 智能诊断算法在接到自学习报警后进行智能诊断，并根据故障规则库和故障案例库进行故障匹配。 5) 对于疑难故障类型，智能诊断结果无法给出精准的建议时，诊断专家可对报警进行人工诊断。 6) 形成诊断结论，经过确认后，安排检修计划，并给出所需备件型号及数量信息。 7) 维修申请发往ERP系统，执行维修管理流程。 8) 现场获得维修计划工单并对库存中的配件进行联动管理（ERP内完成）。 9) 反馈维修结果和相关标准文件到本系统进行存档，便于日后诊断查询。 10) 系统统计维修相关情况，对现场人员及诊断人员的工作进行跟踪考评。

其他说明

完成人信息

姓名：对接成功后可查看

所在部门：对接成功后可查看

职务：对接成功后可查看

职称：对接成功后可查看

手机：对接成功后可查看

E-mail：对接成功后可查看

电话：对接成功后可查看

传真：对接成功后可查看

邮编：对接成功后可查看

通讯地址：对接成功后可查看

联系人信息