Product Profile

產品介紹

智能制造設備故障預測預警系統總體采用四層架構體系,即基礎資源層、支撐服務層、應用服務層和用戶展現層。基于技術支撐層提供的技術、開發和運行環境,依托大數據服務平臺提供的數據資源基礎,構建面向設備故障的設備資產庫、故障知識庫、故障信息檢索、故障關系圖譜、故障監控中心以及故障決策分析系統。并依托大數據快速檢索推薦、機器學習、預測模式和人工經驗相結合的模式對故障進行預警預測應用、快速定位故障原因及解決措施,從而減少故障定位、解決耗時、預防設備運轉中的潛在故障,提高了設備生產效率。

Product Advantage

產品優勢

故障數據全面整合

采用大數據的存儲方式對設備數據進行全方位的采集、清洗、加工、轉換、解析構建設備故障知識庫,為智能化的制造業提供有力的數據支持。

故障快速響應與解決

通過故障相關關鍵字等信息快速檢索定位設備出現故障的原因、解決措施以及智能化推薦相似的故障信息,減少故障解決時間。

故障智能預警預測

通過大數據挖掘與分析技術手段結合人腦經驗形成模型,識別設備運行中可能出現的潛在故障及時做好故障防范和準備工作,從而提高設備生產力。

Product Function

產品功能

設備資產庫管理

通過大數據基礎技術與基礎支撐工具全面采集設備相關的運行狀態、檢修、故障、運行標準、產品質量等數據,按照統一的業務標準進行整合,形成設備資產庫,并提供可視化的管理界面。

設備故障知識庫

通過設備故障業務的分析,對設備資產庫的數據按照業務進行清洗、加工、處理、整合等手段,構建設備故障知識、設備故障標簽特性和相關的指標模型信息,統一形成設備故障知識庫,為后續的數據挖掘、分析與應用奠定數據基礎。

設備知識庫檢索

當設備出現故障后,能夠快速的根據故障關鍵字信息檢索故障出現的原因分析、故障定位和最有效的解決措施,并根據檢索關鍵字推薦相似的設備故障原因和解決措施。

故障關系圖譜

通過設備故障知識庫中的數據積累,利用大數據展現技術對設備、故障、使用備件等關鍵信息進行關聯,形成設備故障關系圖譜,該圖譜可直白的展現故障與故障之間存在的潛在關聯關系,用于后期對預警、預測模型提供業務依據。

設備運行監控

通過大數據挖掘、分析等技術手段,結合人腦經驗形成設備故障預警預測模型,并利用機器學習技術不斷的適應設備故障場景,完善預警預測模型,對運行中的設備進行實時的監控,預警與預測設備隨時可能發生的故障現象,并結合知識庫管理快速解決故障,從而提高設備生產效率。

決策分析

基于統計分析模型從不同的視角對設備故障情況進行分析,為領導提供決策視圖,包括設備故障的高發期、設備出現故障頻次、設備故障停機情況、備件庫告警、設備異常預測統計情況等,初步實現了以數據為驅動的制造業新模式,管理方式向科學化的轉變。

德甲射手榜