TPM数字化方案预测性维护方案

TPM数字化方案-预测性维护方案

聚焦：帮助制造企业快速实现设备的智慧运维

融合设备相关的各类数18.以设备可靠性为工作重心

,基于多种分析方法（规则，数据⑼E模型.专家知

—►识库等）对设备整体迸行僦康状卷的定期评估，并充

分考虑机器设备故障的关联性，进行系统的.科学的

设备检渊和维修;舌动.

智我阶段

通过在线式传感器测点采集的设箭状态数据，并融合

一DCS等系统采集的设备运行数据，利用大数据分析技

术，建立故除预瞥，诊断、生命周期等机器学习模型

,发现设帝潸在问题，提的介入维护,实时高效.

基于嫡运行曲

以设箱运行环境和状况为基批，使用一定的铺助设备过渡阶段

检测维修,进行状态检测和斜对性维修.

按照人力和生产状况迸行检测维修，由于不同设新消

国呈度和生周命期差异，这种方式通常效率低下，造

成资源浪费.初级阶段

发现故的后，才根据情况进行维修，需要停矶，造成

短济损失，目效率底下.

传统在线监测系统架构

匚云平台二

•--------------------------------

i厂级CMS

II

智能网关

动设备

厂级CMS系统

波形频谱及诊断及其他诊断分析工具

诊断报告、日常维护管理

监测系统配置一传感器及网关的配置、变更、删除

n设备管理一设备运行状态、报警提醒、统计查询

采用人工智能技术，逐步发挥“自学习自生长”效用实现智能预紧和智能诊断

触发关键业务流程，推动设备运维业务精准、高效啊

方案架构

0

应

ISOHHHKK

用

层自画回nfME齿曲刻雪.总愎

多番量预・

XZV«*IZiv9il

不对中

一

平

台攻大;平台

层

一

0csmc

感U

知Modbus

层

ooooo00□

感知层一无线智能传感器

振动+温度测量

加速度、速度、位移、包络、轴承状态

采集+信^hS+传输

智能实时处理

高精度实现精确诊断

工业级可京越网络分05$：0.4-10kHz(±10%)

自组网功能

最大波长：16K，4

安装简便、安全冗余O同步精度：10us

副项耗：期寿命＞3年e本安设计：ExialieT4Ga

支持自动启停功能J防护等级：IP67

通讯协议的时序管理O使用温度：-40℃~85℃

感知层一智能无线网关

无线传感器的网络管理

便捷部署仅需2天■

与服务器传输数据

集成iCMS系统占支持云端推送功能

大容量存储

.同步采集•有锄专喻四网+光纤

▼临时采集

占无线传输：

＜±＞触发式襦4G+Wi-Fi

•隔爆耐ExdllBT6

工防护等级：IP67

感知层——Mesh型网络

16路振动通道

A

12.81<~102.41(9度采样

4路状态通道+2路数字通道

B可接入转速及其他工况参数

可配置IP66防护等级铸铝机

C有防爆要求的场所可配置隔爆机箱

防静电和防浪涌保护

D支持多种通讯协议

感知层一离线巡检系统

路径巡检点检测量

轴

承

温

振

状

度

钮态

感知层——离线巡检系统

•小巧便携

•电池满足田吏用

•标准USB充电口

•内置磁吸式底座

•防护等级IP67

•可通过路由器中继

•“测振笔、优感测量、专家测量”3种模式

•数据流盘：长时间连续波形采集

平台层一大数据平台

平台层一大数据平台主要能力

依托开放的插件式架构体系，整合解决数据驱动型业务的相关技术和工具，作为高效的一立非谣支撑平台，帮助客户构建

智慧的分析型应用，提升综合竞争刀.

开放的体系架均.依化于麻履分布

数据ETI鹿线计■流计M多维分析数据挖掘式架构，支持多业先场JS下的大规

——慢教据处理，计管，分析脸M

ft£K星企业白条蛇万屿鸡海M

就解决

然灵活的资涿分a抑甥调则|

大蛭檄敛握的处溟和分析能力跳一的霞心窗海碧度和n

智能大数据平台

丰富的存•组”国助企业解决知杂

务不异构■据笛n合存ci离效机口寺习引♦和车■的,法库

提供基于分布式架向的机后竽习和

QQQI@次度学习框舞，开排供丰富的典法

:■.非/半结构化数据ES

支持异构计算架构，右效整台多种

一律（CPU.内存,网络,皿利

------用高速网络,基于普通X86船务攫

将通支特大猊I•数据存1W的

应用层一智能预警

|ISO报警I基于回归预测的趋势报警I基于多参量建模报警

I自适应阈值报警

ISO阈值预警一常规模式

不足之处

•初始运行时的状态不T

•相同设备类型，有些设备，JSO睥值

常触发报警

•相同设备类型，有壁设备，5。阈值

J21L

根据设备的类型、功率、转速等信息曲同类，每一类设备有固定的报警阈值

阈值更为合理，避免了因。阈值带来的过早或过晚的报警信息

根据设备自身的状态，个性定制化报警阈值

趋势预警

通过趋势增长率，后期可用于设备使用寿命的预测

能反映设备生命周期的变化情况，可结合阈值报警自动生成月

报、周报、日报等监测报告

可在设备没有触发阈值报警之前，进行早期故障预警

基于多参量建模报警

通过多个参量之间的关系模型，反映设备的健康情况

通过多个参量之间的关系模型，反映设备的健康情况

应用层一智能诊断

应用层一智能诊断

算法库

（数据清洗）

（统计算法）

（专家知识）

应用层——智能诊断

典型案例：悬臂式离心风机可诊断的故障

电机蕤子条松动联轴解磨女

电机静子偏心对中不良

6

轴承损饬

*轴承润滑不良-

轴承松动

智能诊断一诊断结果对比

应用层一运维管理

设备各零部｛牛的使用时间，并根据设备预知维护结果优化

备件管理

备品备1牛

管理设备的日常维护保养，并对通过保养记录及设备状态

日常保养维护

监测数据预测维沪保养时间

.对设备的大修数据进行管理，并通过预测性维护，对大修

设备大修

内容进行综合评判，解氏设备运维成本

应用层一人工图谱分析

瀑布图

应用层---Web界面

厂级监测设备级监测

应用层---Web界面

设备诊断组件远程专家服务

应用层——APP界面

应用层----现场大屏展示

应用层一云服务

o0

报警提醒数据诊断分析

基于微信的报警糜手机APP和网站数据查看专家和大数据诊断中心

解决方案总览

长期在线监测

已发现异常的设备

重症坦期监测

监测诊断案例

滚动轴承滑动轴承齿轮联轴器叶片

钢铁行业关键动设备

•除尘风机

■皮带机

•皮带机

•转炉减速机

•中速J8•加热炉风机

•皮带机・酸雪风机

•喷煤主引风机•ouststm

•烧结风机•除尘风机

•oMKAim•精轧机组

•多提械斗典•精轧tnffi

•番环风机

•混合机•卡罗・尔卷取机

•循环氨水泵炼铁

•破碎机•轧机排烟风机

•脱硫•空泵

环境除尘风机

•冷轧

•除焦除尘风机V

焦化

感知层一精轧机组测点示例

|转速传感器

・振动、温度传感器

有岐酝动.湿魔传感耨

油漆传感删

有税找速传感5S

汽车行业一冲压机监测需求

冲压生产是整车制造的第一道工序，承担着汽车车身各大型覆盖件W内部结构件的生产.

•设备大型化，造价高

•设备运行时时承受冲击振动尢故障较多

•不便于日常巡检

•故雌修时间长，费用大，造成停机损失

.人员安全保防

特殊性1——冲压机结构运动特殊

冲压机运动形式的特殊性

现场部署

造纸行业示例一靴式压榨辑监测

合理维修计划与备件管理

2018年5月15日更换传动础由承

预计工时4h,预计人员5人・运行状态：高报

•战陞原因：传动侧轴承外圈存在严重剥落

•建议:近期左切关注振动发展趋势并保持良