远程预测性维护系统

在工业领域，设备维护通常根据时间表或预防性维护周期进行，这可能会导致不必要的成本和停机时间。 随着设备老化，意外故障的可能性变得更大，这使得基于时间的维护效率低下且成本高昂，可能导致计划外停机。 预测性维护通过对设备进行实时状态监测来解决这些问题。 它涉及准确监控机器或任何工业设备当前状况的技术，旨在使用自动准实时分析和机器学习来预测即将发生的故障。 与日常或基于时间的预防性维护相比，这种方法有望节省成本，因为仅在必要时执行任务。

在这种远程预测性维护设计中，有关振动、声音信号、温度、湿度和其他参数等关键参数的数据由 AI 算法进行评估和处理，该算法可在设备故障发生之前对其进行预测。 该系统使用 LTE-M、窄带物联网（NB-IoT）和安全消息队列遥测传输（MQTT）等安全连接选项，将数据传输到仪表板，监管人员可以在仪表板上直观地查看机器运行状况，并在需要维护时接收警报。 这样就可以根据需要进行维护，大大减少计划外停机时间，并最大限度地减少服务呼叫。

系统优势：

• 通过 Web 浏览器远程可视化每个泵或电机的运行状况，实现实时监控，减少不必要的服务呼叫，最大限度地延长设备正常运行时间，并允许操作员跟踪设备状态并做出明智决策。
• 便于使用的 GUI 可通过蓝牙^®进行调试、本地数据传输和固件更新，从而简化系统设置，实现快速部署，最大限度地减少系统中断次数。
• 嵌入式 AI 算法可以远程更新以进一步增强功能，确保持续优化预测性维护能力，并在无需现场干预的情况下实现实时改进。
• 具有多种连接功能，如 LTE-M、蓝牙、以太网 10/100Mbit、USB 和 CAN，可集成到各种工业环境和基础设施中。