《百度智能云:智能+工业互联网平台创新未来与落地实践(29页).pdf》由会员分享,可在线阅读,更多相关《百度智能云:智能+工业互联网平台创新未来与落地实践(29页).pdf(29页珍藏版)》请在三个皮匠报告上搜索。
1、设备预测性维护解决方案与实践解决方案工业行业涉及众多的装备、设备,面临着巨大的运维挑战,一是传统的设备运维人员依赖经验积累,设备维护时间长、人力成本高;二是对于设备故障的类型和严重等级难以做出准确的判断,无法综合评估对后续生产运营的影响;三是对故障的发生时间以及可能性无法做出精准的预测。上述问题不仅导致高额的维护保养成本,也严重影响生产效率和质量,甚至发生生产安全事故。如何高效、精准、预测性地对装设备进行维护,成为工业行业数字化转型面临的亟待攻克的难题。百度智能云设备预测性维护解决方案,紧密围绕设备状态的监控与预测、维修、使用和工厂环境等信息,运用人工智能技术对涉及设备健康的因素进行全面分析和
2、管控。通过数据接入、数据治理、可视化建模技术,构建面向装备健康管理与预测性维护业务中台,提供装备实时状态监控、故障诊断、隔离、性能寿命预测等相关模型管理及应用开发服务。通过更全面、综合、及时、准确的信息可视化、预测性维护和简化作业流程来提高设备的可靠性和可用性,减少设备停机造成的延误,并通过预测和认知分析加快设备维修进度。基于装备的实时数据、历史数据,结合信号处理、特征提取、机器学习以及深度学习等人工智能方法,建立装备故障诊断模型,对装备设备状态进行监控和故障快速告警。百度智能云设备预测性维护平台实现了基于知识图谱的装备健康管理综合知识库,通过存储和管理装备异常事件监控、故障诊断、健康评估与预测以及健康管理等环节中产生的数据,并利用知识图谱挖掘装备数据模型、故障诊断的规则知识、故障案例知识、故障关联性模型、状态预估模型、性能趋势预测模型、统计分析算法等知识,从而构建面向关键装备的健康管理综合知识库;平台提供装备健康案例检索功能,案例检索模块根据故障信息相关的各类监控信息的数据特征,对以往的故障案例进行搜索和匹配,检索出与当前情况最近似的故障案例,以辅助进行故障隔离。