夏威夷的一家大型电力公司正在寻求对其设备平衡 (BOP) 发电资产进行更频繁的状态监测。他们在预定的季度周游状态监测路线之间经历了重大的设备故障。

直到去年，C&W Services 一直在其领先的生命科学客户之一使用手动状态监测程序。最好的情况是每 30 天手动收集一次数据，即使在最关键的机器上也使用手持数据记录器。数据收集后，所有的数据分析都必须外包给第三方进行分析。这种方法有几个限制： 1. 计划外停机2. 人力短缺3. 安全和使用机器4. 手动过程收集的读数不一致

2016 年，Arizona Public Service (APS) 决定进入加州 ISO (CAISO) 市场，这使得他们可以向加州市场出售电力。他们的关键资产之一是位于凤凰城外 50 英里处的 420 兆瓦无人调峰电厂圣丹斯。进入 CA 能源市场意味着工厂的启动时间增加了两倍，运行时间几乎立即增加了一倍。他们开始寻找无线预测性维护 (PdM) 系统，因为运行时间通常是没有人在现场，这意味着传统形式的 PdM 是不可能的。通常情况下，专家会收集设备的振动和其他状态数据，但必须在操作过程中获取，并且很难将人员派往现场。 “可靠性是我们最关心的问题，”设备可靠性工程主管 Don Lamontagne 评论道。 “如果我们无法在需要时发电，我们将面临巨大的潜在收入损失以及罚款。”

夏威夷的一家大型电力公司正在寻求对其设备平衡 (BOP) 发电资产进行更频繁的状态监测。他们在预定的季度周游状态监测路线之间经历了重大的设备故障。