- 分析与建模 - 预测分析
- 分析与建模 - 实时分析
- 基础设施即服务 (IaaS) - 其他
- 设备与机械
- 离散制造
- 预测性维护
当前状态监测需要人工测量,再加上设备老化和知识渊博的人员退休。
*这是一个 IIC 测试平台,目前正在进行中。*支持成员IBM、National Instruments、SparkCognition解决方案提供多供应商、基于云的预测性维护解决方案,证明新的商业模式。状态监测和预测性维护试验台将提供连续在线测量、自动分析和工厂覆盖平衡。测试台介绍状态监测和预测性维护测试台 (CM/PM) 将展示持续监测工业设备以检测性能下降或故障的早期迹象的价值和好处。 CM/PM 还将使用现代分析技术,使组织不仅可以检测问题,还可以主动建议操作和维护人员采取措施来纠正问题。状态监测 (CM) 是使用设备中的传感器来收集数据并使用户能够实时集中监控数据。预测性维护 (PM) 针对数据应用分析模型和规则来主动预测即将发生的问题;然后向运营、维护和 IT 部门提供解决问题的建议。这些功能提供了监控设备(例如涡轮机和发电机)和流程运行的新方法,并采用主动维护和维修程序而不是基于固定时间表的程序,从而可能节省维护和维修费用,并节省成本和损失设备故障引起的停机时间的生产力。此外,结合来自多个设备和/或多个流程的传感器数据可以更深入地了解故障或次优设备的整体影响,使组织能够在问题影响运营之前识别和解决问题,并提高工业质量和效率过程。通过这个测试平台,测试平台领导者 IBM 和 National Instruments 将探索各种分析技术在状态监测和预测性维护中的应用。试验台应用程序最初将部署到发电厂设施,在那里将报告性能和进展,将添加额外的能源设备并开发新模型。然后它将扩展到相邻的尚未确定的行业。
Case Study missing?
Start adding your own!
Register with your work email and create a new case study profile for your business.