witium’s dynamic
啤酒釀造的工藝可以追溯到公元前 7000 年之前,隨著時代的發展,對于今日的啤酒廠而言,用于發酵、測試、老化、裝瓶、包裝和分銷的機械正在經歷著一場預測性維護的革命。釀酒廠和啤酒廠規模龐大、復雜且能源密集。在運行的流程中,看似設備的小問題可能導致產品質量的重大問題。設備通常需要 24/7 全天候運行,停機時間通常會導致以小時計算的巨大生產損失。預測性維護可以幫助啤酒廠克服這些挑戰,減少停機時間和維護成本,與此同時,優化生產性能、保障產品質量和減少能源費用。對盈利能力帶來巨大的潛在影響。
振動分析預測性維護通過數據的采集與診斷算法模型對設備的健康度進行診斷,以便在故障發生前便提前對故障進行預警。這使工程師能夠在出現更嚴重的故障或生產中斷之前便發現問題并解決問題,從而避免隨之而來的系列負面影響。以一個簡單的軸承故障為例,制造商為每個軸承都給出了預期的使用壽命,但據調查顯示,只有不到 10% 的軸承在失效前達到了該極限。這意味著十分之九的軸承的報廢都是為時過早了。因此,預測性維護解決方案能夠在即將發生故障時發出警告,可以有效避免避免此類過維修狀況的發生。在一個站點上可能安裝了數千個軸承,由于機械故障導致的計劃外停機通常會造成每小時 數以萬計的生產損失,因此防止這些故障對降本增效至關重要。除了減少高達 50% 的停機時間外,預測性維護還能幫助企業降低勞動力成本、優化備件管理以及避免對釀酒廠或啤酒廠或產品質量造成任何二次損害。
上海輝泰Witium,依托專注于工業物聯網+人工智能(工業AIoT)領域,十年深耕技術、服務全球客戶的沉淀,成功研發出基于機理及大數據數理模型的設備預測性維護解決方案 -- WitExpert。WitExpert的系統架構大致如下。常見的旋轉機械包括減速機、空壓機、水泵、風機、電機等等,通過在靠近設備振動源的位置安裝溫振傳感器的方式,采集設備的振動與溫度數據,將特征值數據傳輸到我們的邊緣計算網關,再通過網關把數據上傳至我們的WitCloud平臺,用戶就可以通過Web端與App端看到設備的故障預測及相關健康信息。
目前,振動分析預測性維護似乎還是一個小眾話題,但是,釀酒廠所有者不應低估預測性維護可能對其業務產生的巨大影響。正如許多其他行業企業所應證的一樣,引入預測性維護計劃可以對盈利能力做出重大貢獻。