2015汽车峰会预测性维护_第1页
2015汽车峰会预测性维护_第2页
2015汽车峰会预测性维护_第3页
2015汽车峰会预测性维护_第4页
2015汽车峰会预测性维护_第5页
已阅读5页,还剩15页未读 继续免费阅读

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

微软大数据助制造智能化金培微软服务部架构师

预测性维护概要介绍预测性维护案例预测性维护微软技术架构业务场景落地研讨议程制造业趋势数字化工作和生活体验云计算物联网和手持设备预警、分析自动化OEE可视化、移动人员资产信息流程两化融合:信息化和工业化的高层次深度结合物联网->车联网预测性维护设备每天产生大量数据预警设备故障分析故障原因降低维护成本我们如何利用这些数据做更好的决策?维护策略预测性维护常见场景预测设备或者部件是否会故障预测引起故障的最主要的原因预测设备或者部件未来什么时候故障我们什么时候知道电梯出问题了用户打电话告知采用主动式维修后好处用户提升服务水平提升设备性能提升安全性降低维护费用优化备件供应流程提高用户满意度和忠诚度TKE蒂森克虏伯电梯将电梯传感器数据上传到微软公有云,实现了电梯的集中远程实时监控。维修人员可以远程监测电梯运行状态。通过预测性维修,可以预先提供电梯维修时间,并且根据可能的问题提供“指导性维修”。通过AzureML预测电梯故障时间和原因。

场景分析地铁运营过程中需要维护大量的机械、电器及电子设备,这些设备大部分采用预防性维护以及被动式维护方式,维护成本较高,人力物力消耗较大,如何能够实现设备故障预警以及对维护计划进行有效的优化,实现高效的预测性维护方式是此业务场景待实现的主要目标。该业务场景预期采集设备日志,结合维修日志,采用机器学习等大数据分析方法,建立预测性维护大数据平台,构建预测业务模型实现设备故障预警,优化日常维护计划,获取更科学、更准确、更直观的业务优化结果,实现降低运营成本,提升业务效率。预测性维护–设备故障预警及维护计划优化预期收益解决方案业务问题采集全面的设备状态日志信息采集相关的设备统计交易信息采集设备维修日志信息建立预测性维护大数据平台构建预测业务模型提供设备故障预警及维护计划优化预防性维护成本较高被动式维护造成业务中止设备运营是否高效传统运营方式耗费人力物力降低预防性维护成本提升重要设备的业务连续性提升设备运营效率降低运营人力物力提供设备故障预警功能优化设备维护计划维护服务与数据流程设备状态日志设备维修报告预测性维护大数据平台其他数据预防性维护&被动式维护设备故障预警维护计划优化机器学习模型现状远景预测性维护业务建模站点ID设备ID设备状态类型(传感器)设备统计类型(交易)检查日StationIDDeviceIDStatus_Type_1Status_Type_2Status_Type_3Status_Type_3Status_Type_4Dev_Stats_1Dev_Stats_1PredictiveDay车站1TV014813409420305Days车站2TV02571335171040807

Days预测字段:待检查天数关键维度:站点ID、设备ID特性选取:设备类型(传感器)、设备统计量(交易量)、其它设备特性资源优化服务能力提高主机厂汽车行业预测性维护ID设备制造设备传感器,OBD,GPS等实时监控供应商和合作伙伴预测性维护生产制造设计优化经销商&分销商供应链协同设备和流程优化汽车车况和安全性分析汽车体检对ECU进行数据扫描,给车辆健康状况打分,评定车辆健康等级。故障检测对汽车所有电脑控制系统进行数据扫描,提前发现故障。提供故障描述、故障代码、故障原因及解决方法。油耗监测根据当前的汽车运行状况计算实时的油耗数据,辅以油门与发动机使用图表,帮助用户形成良好驾驶习惯,节约用车成本。行车预警对车辆重要数据进行实时监控,一旦发现问题及时报警。汽车部件故障预测设备替换或者清洗预测维修保养计划预测比基于时间和里程部件保养、替换的更好方案通过预测分析部件可能故障最大化部件使用,从而构建利润更高的生产维修流程刹车片和轮胎替换预测如何实现预测性维护设备故障预警及分析子系统大数据分析&预测子系统日志采集及处理子系统分析业务场景,建立预测模型并训练,生成预测结果构建数据可视化应用,以及相应维护流程,实现价值采集并整合相关的数据资产(传感器日志,设备日志等)FindnewsourcesofwarrantyrevenueImproveefficiencywithincreasedvisibilityMaximizecustomerretention&satisfactionEvents,Weather,OperatingConditionsComponentsuppliersTelemetryandSensors预测性维护技术方案建议大数据整合日志采集大数据展现日志生成大数据处理大数据分析EventhubsStorage

adaptersStream

processingCloudgateways

(webAPIs)Field

gatewaysApplicationsLegacyIOTDevicesIP-capabledevices

(Windows/Linux)Low-powerdevices(RTOS)SearchandqueryDataanalytics(Excel)Web/thickclient

dashboardsServicebusAzureDBsAzurestorageHDInsightStreamAnalyticsDevicestotakeactionAzureMLDevicesIP-capabledevices

(Windows/Linux)Low-powerdevices(RTOS)日志采集&处理子系统大数据分析及预测子系统智能分析子系统大数据和分析速赢服务计划讨论业务和技术的构想会议,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论