phwechaticon
phqrcode

PredictX

产品发布 | 工业设备健康管理与智能诊断平台PredictX Pro®2.0

朋禾智能推出以边缘智能为核心技术、边缘计算盒子为硬件载体、“云—边—端”三位一体的智能化诊断平台Predict Pro®2.0。
微信图片_20220124094805

引言

近年来,在国家大力推动“互联网+先进制造业”发展工业互联网的背景下,众多传统企业已经陆续开始了转型升级,力求实现工业经济数字化、智能化、网络化的发展。这不仅能提升企业的生产效率,降低成本,同时也能实现我国从“工业大国”到“工业强国”的转变。

效率对于企业来说极其重要。数字化企业在提升效率的任意环节都不会轻视,在工业设备监测方面:如何及时发现关键性设备的中早期故障?如何化被动为主动地对设备运行情况进行分析?如何主动地将设备相关信息和管理部门联动共享?如何将过去从仅仅初步知道“好像有问题” 转为快速定位“哪台设备发生了怎样的问题,如何解决?”而不至于在每次资产清查或常规的设备巡检中,频频发现一定数量的损坏、待修或闲置的设备,从而造成设备资源的浪费。

成本对于企业来说也不容忽视。当公司的重要设备资产过多,且较分散,不利于企业对其管理,会增加不必要的管理成本和人力成本。而只有将公司的设备监测资产集中于一个平台进行统一管理,才能大幅提升管理的效率,降低管理保修的成本。

得益于更具性价比的传感器、更强性能的边缘计算能力、以及工业智能、大数据AI分析技术的出现和发展,数字化运维作为工业互联网的重要落地场景之一得以快速普及。

基于这个背景,朋禾智能在先前推出PredictX Pro® 1.0的市场检验的基础上,为了进一步解决数字化企业进程中痛点难点,推出了以边缘智能为核心技术、边缘计算盒子为硬件载体、“云—边—端”三位一体的智能化诊断平台Predict Pro®2.0。

微信图片_20221123102438

01 全频段、多源异构数据入口

在工业现场的数字化改造中,首当其冲地必然是先进行数据采集以及数据治理

就以设备健康管理与故障诊断的场景为例,需要考虑:诸如数据采集频率、间断性采集还是持续采集、数据精度指标、是否上传原始时序数据等等诸多重点以及难点。

PredictX Pro®2.0的底层数据采集iCMS系列硬件可以做到振动、声音、超声、局放、电压、电流、温度、转速等多源异构信号的高频连续数据采集与边缘计算;

对于振动监测而言,记录信号内所有重要的频率成分是必要的,分析频率在10~10000Hz或者更宽一点,因为对于预示故障来说,高频成分是一个重要信息,设备早期故障在高频段中出现,待到低频段出现异常时,故障已然发生!

振动高频采集如此,然而有更加严苛的数据采集场景:对于电气设备来说,通过特高频监测局部放电缺陷, 由于放电持续时间非常短暂,为10ns~100ns,放电脉冲的上升时间则更短,故局部放电信号的频带是很宽的,范围在100kSa/s~100MSa/s,甚至更高,是先前振动采集频率的1万倍!

iCMS系列硬件支持多通道高速同步连续采样,每通道从51.2kS/s~100MS/s不等,确保从数据源头就以高质量、高保真的数据采集获取设备端蕴含的海量信息!

微信图片_20221122111412

02 高质量数据采集、信号分析

信号中包含对监测诊断有用的信息,但是也必然存在一些无用的信息,为了得到高质量数据,就需要进行的有效的信号处理。

PredictX Pro®2.0基于振动、声音、超声、局放等积累了大量的特征工程算法以及基于工业场景的数据分析模型。目的在于为大规模快速部署提供标准化的图谱库,便于运维人员根据设备应用选择不同的图谱、并通过可视化远程做出精确诊断!

另一方面,数据信号的预处理对于场景应用至关重要!是最终诊断结果误报率、漏报率发生概率的重要先决条件。

举例在具体应用场景中,局部放电信号易受现场电磁干扰的影响,为了提高后续诊断的准确率,对射频、高频、超声数据进行多通道融合分析,综合研判,进一步去除干扰。同样类似的方法亦可用在其他更多场景。

文章用图
文章用图

03 边缘智能系统,打通现场感知与反馈的“神经末梢”

不仅仅是边缘网关,更是边缘智能终端!

在线监测的数据量通常较大,如果全部都上传到服务器则会对云端网络资源、存储资源都提出更高的要求,利用边缘计算技术、可就近完成设备层的数据采集、特征提取、分析、模型部署等操作。

iCMS系列硬件基于高性能嵌入式处理器FPGA可编程芯片,支持硬件级信号实时采集与并行处理,为更多的工业智能应用场景提供强大的边缘算力。

同时,作为具备工业AI学习能力的智能终端,经过云端或服务器端机器学习训练和迭代之后,可以将模型部署到边缘智能硬件,也可以支持模型的二次开发,灵活性强,同时在边缘侧直接帮用户完成整个业务场景的逻辑判断和模型判断的决策。

文章用图

04 专家经验与知识模型化,内置专家库系统,快速、规模化部署工业场景

工业场景工况的复杂性、同类型设备之间的多样性、诊断模型的难以复制性一直以来属于PHM应用的重要难点。

而PredictX Pro®2.0始终贯彻设备机理+数据模型双驱动的混合模型方式,在涵盖15+核心设备(变压器、开关柜、高压电缆、电动机、汽轮机、柴油机、工业泵、工业风机、齿轮箱等等),300+故障类型的专家诊断系统支撑下,在先验知识的指导下,避免无意义的数据探索,降低数据分析对于数据量的依赖,全面支持用户将工业机理知识与经验得以传承与复制,并在全厂、全车间范围内进行工业智能化应用与规模部署。

文章用图

05 保障电力设备运行无忧,守卫能源电力安全生产

经济发展,电力先行。从发电、输电、变电到企业用电,电力系统中的任意关键设备一旦发生故障,不经会造成供电系统意外停电而导致电力企业经济效益减少,更可能造成用户的重大经济损失。

围绕发电厂的汽轮机组、反应堆冷却泵、输电高压电缆、变电站变压器、GIS,用电企业的关键设备诸如发电机、电动机、压缩机、轧机等,PredictX Pro®2.0提供多模态感知与云-边-端架构,全面保障电力设备运行无忧!

文章用图

更多新闻