電力行業(yè)關(guān)鍵設(shè)備故障預(yù)測(cè)SaaS業(yè)務(wù)云平臺(tái),為用戶提供狀態(tài)監(jiān)控、故障分析、場(chǎng)景監(jiān)控、故障管理、運(yùn)維管理、設(shè)備管理、客戶管理、權(quán)限管理等平臺(tái)功能,同時(shí)提供平臺(tái)數(shù)據(jù)讀取接口功能。SaaS業(yè)務(wù)云平臺(tái)通過大數(shù)據(jù)分析工具,為用戶提供發(fā)電機(jī)、泵機(jī)、減速機(jī)、風(fēng)機(jī)等旋轉(zhuǎn)設(shè)備的運(yùn)行狀態(tài)分析、預(yù)警故障分析,并形成專業(yè)的工業(yè)設(shè)備健康診斷報(bào)告和維修建議。
故障預(yù)測(cè)算法模型:首先系統(tǒng)通過物聯(lián)網(wǎng)高頻振動(dòng)傳感器和鉑電阻,采集球磨機(jī)、立磨機(jī)、輥壓機(jī)、風(fēng)機(jī)等旋轉(zhuǎn)設(shè)備的振動(dòng)特性和負(fù)載溫度特性,并形成振動(dòng)特性樣本庫;然后利用智能算法(機(jī)器學(xué)習(xí)算法庫)對(duì)這些原始數(shù)據(jù)樣本進(jìn)行機(jī)器自學(xué)習(xí),生成對(duì)應(yīng)的故障預(yù)測(cè)算法模型,并形成故障預(yù)測(cè)模型庫;使用故障預(yù)測(cè)算法模型對(duì)實(shí)時(shí)采集的數(shù)據(jù)進(jìn)行分析處理,實(shí)現(xiàn)不平衡、不對(duì)中、松動(dòng)、齒輪磨損、軸承老化等電力行業(yè)旋轉(zhuǎn)設(shè)備故障預(yù)測(cè)及診斷。