背景
为了满足设备精准保养、释放人力、避免设备无预警损坏、降低设备更换费用、维持供货稳定、避免折损率等一系列需求，提出智能预兆诊断（PHM）解决方案。PHM故障预测与健康管理是指利用先进的传感器技术，获取系统运行状态信息和故障信息，借助各种技术手段（包括数据驱动、失效机理及混合模式等），根据系统历史数据和环境因素，对系统进行状态监 测、故障预测，同时对系统的健康状态进行评估，结合维修资源情况，给出维修决策，以实现关键部件的状态预测性维修。
电机、泵、齿轮箱、机床主轴等旋转部件作为自动化工厂的重要设备，其运行状态是影响生产正常运行的重要因素。研华设备振动监测方案，使用振动传感器监测设备状态，通过LoRaWAN无线传输至现场网关，可在边缘端实时分析振动参数，也可多种协议上传至云端，低代码快速开发PaaS云平台应用。通过监测及分析这些运动部件的状态，可实现对设备的预防性维护，降低非正常停机风险，从而提高工厂自动化的整体效率，推动制造业产业转型、提质增效，促进数字化工厂转型落地。
方案概述
研华PHM旋转机械智能诊断系统利用端+云解决方案，通过WISE-2410对温度、速度有效值、峰值、位移、标准差等多个监测项目进行数据采集，由LoRa无线 连接，并由WISE-6610进行数据传输、边缘数据接入，对侦测马达异常、衰退程度、预测故障等进行AI分析，上云对多设备或单设备监测进行可视化呈现。
适用范围
研华PHM解决方案适用于化工厂、半导体厂、PCB工厂、智慧建筑/园区、面板厂、自动化车场等旋转机械相关的各个领域及行业。
系统架构
方案价值
- 设施数字化对象管理，客制化预测计算；
- 模型快速训练与部署，导入即可应用；
- 故障异常与衰退程度监测、设备未来健康度预测；
- 仪表板向导、零程序开发，快速建立可视化；
- 依据转动机械振动标准(ISO 10816)监测；
- 设备健康度预测，提前了解设备风险、规划设备保养、做出生产调整；
- 无线网关支持数据介入与数据上云；
- 无线智能感测器采集振动数据；
- 资料采集上云，数据可视化管理。
案例画面
