久经验证的预测性维护原来是这样做的

久经验证的预测性维护原来是这样做的 预测性维护 | 挑战

资产预测性维护听起来很简单，然而，实现起来，要确保能准确且持续地收集数据，分析的准确性却不容易。因为要找到熟练且经验丰富的资源将振动数据转化为预测性维护的洞察很困难。

经久验证的 | 方案

虹科携手预测性维护专家，提供的WATCHMAN 360预测性维护方案，基于一个具有30多年经验和测试数据积累的数据库：超过67亿个数据点，检测的设备包括电机、泵、风扇、压缩机、变速箱、齿轮箱等。

WATCHMAN 360可通过快速筛选振动测量值，并应用 6000 多个独特规则来识别各种机器类型中的1200多个故障类型，从而提供除振动数据之外的重要的机械健康信息。

经过验证的自动化机械状态评估系统可以在短短几分钟内处理数百个振动测量数据，为您提供：

• 故障诊断结果

• 故障严重程度

• 维修优先级相关的建议。

预测性维护 | 实现原理

WATCHMAN360包含了复杂的规则库方法，除了能对峰值或频谱做带警报的简单监控，其测试点变化功能还可捕获到机器上的多个位置集检测到的数据，并和数据库中某一类机器的基准数据做比对，做出高度准确的自动化诊断。

首先，我们通过有线/无线的振动传感器设备、便携式数据收集器或在线系统从旋转设备.上采集数据;之后，数据上传到安全云，其中的诊断引擎ExpertAL ERT将对数据进行分析，结果通过WATCHMAN Reliability PortalTM共享出来。

最终提供的信息包括:哪些机器有故障、这些故障的严重性以及解决这些故障的建议措施。

方案详情 | 亮点

成效 | 收益

虹科提供的一站式预测性维护方案，可为用户提供从组件、整机设备的状态监控和故障分析，乃至整个工厂级的人工智能分析、流程状况洞察、流程健康仪表板/KPI和维修建议，让用户掌握设备的状态，优化流程绩效 的管理，减少计划外维修和年度维护支出。