基于超聲的在線監(jiān)測與實時故障診斷系統(tǒng)
石油化工領域的設備與生產過程緊密相連，一旦發(fā)生故障可能導致重大事故，輕則影響生產效率，重則導致系統(tǒng)停機、生產中斷，引起重大經(jīng)濟損失。針對目前常見的泵、風機、管道等各類設備可以建立基于超聲的在線實時監(jiān)測與故障診斷系統(tǒng)，并可以實現(xiàn)故障的定位等。
核心旋轉設備狀態(tài)監(jiān)測
重要裝備上包含了諸如電機、軸承等核心旋轉部件，其健康狀況對于列車的安全運行至關重要。而且，目前尚缺乏智能化的在線監(jiān)測手段實現(xiàn)故障風險預測。通過小巧、智能、緊湊的監(jiān)測硬件，可以幫助實現(xiàn)大規(guī)模在線監(jiān)測及故障預測，使得計劃運維往預測性維護推進。
AGV車輛
無人化、智能化港口建設目前正在快速發(fā)展當中。其中，重型電動AGV作為運輸?shù)暮诵脑O備，其工作環(huán)境惡劣、工況復雜、而且面臨鹽霧腐蝕、嚴寒高溫等作業(yè)環(huán)境，因此，對其核心電機驅動系統(tǒng)進行實時監(jiān)控勢在必行。通過監(jiān)控環(huán)境、運行參數(shù)、機械狀態(tài)等信息，可以實現(xiàn)智能AGV車輛的在線監(jiān)測、工況數(shù)據(jù)收集及遠程診斷等。港口起重機
港口岸橋起重機作為港口的核心裝備，其運行狀態(tài)及健康情況對于港口業(yè)主設備運維來說非常重要。岸橋設備一般都處沿海偏遠地區(qū)，設備攀爬非常危險，通過監(jiān)測振動、裂紋、電壓、電流等綜合狀態(tài)，可以幫助用戶大大降低運維成本，提前預測設備故障，降低風險。
基于物聯(lián)網(wǎng)架構的振動監(jiān)測與故障診斷系統(tǒng)
傳統(tǒng)基于振動信號的監(jiān)測和故障診斷系統(tǒng)大部分均已服務器端數(shù)據(jù)存儲和計算為主，無法實現(xiàn)大規(guī)模的在線監(jiān)測和智能診斷，因此，我們采用基于邊緣計算、物聯(lián)網(wǎng)和人工智能技術的實時監(jiān)測和故障預測系統(tǒng)，以助力實現(xiàn)關鍵及輔助資產的在線監(jiān)測，提前預測風險，提高生產效率。沿線噪聲環(huán)境監(jiān)測
當列車通過時會產生滾動噪聲，輪軌表面不平順是激發(fā)輪軌振動的主要原因，與其密切相關的體現(xiàn)是輪軌磨耗情況。利用先進傳感技術、邊緣計算與人工智能技術，助力實現(xiàn)運維全過程的數(shù)字化、智能化、敏捷化。
滬公網(wǎng)安備 31010702002647號