傳統設備管理一般以事后維修、周期性預防維修為主，可以在一定程度上滿足設備管理要求，同時也會出現員工疲于設備搶修、慣性維護等情況，在設備突發性故障判斷方面有明顯不足。

力控的設備診斷及預測性維修服務，通過單設備數據建模、分析和診斷，對設備歷史數據進行訓練和提取特征，以達到設備故障的精準預測。對各種異常狀態或故障狀態做出診斷，預防或消除故障，為設備運行提供必要的指導，提高設備運行的可靠性、安全性和有效性，將故障損失降低到最低水平。

應用架構與特點

力控設備診斷及預測性維修服務可接入各類工業設備、探測裝置、智能傳感器，采集設備溫度、振動、壓力和視頻圖像等相關數據，對不同狀態下的設備數據進行分類標記，通過業務編排整理訓練集，并入庫存儲。

訓練集按照單設備、同類設備兩個維度訓練形成健康診斷模型，基于設備實時數據采集和訓練模型進行故障預測，提前發現并提醒設備運轉過程異常，實現設備預防性維修，保障生產安全，避免因設備故障產生安全隱患。

• 基于機器學習算法和模型，分析評估設備健康狀況，實現預防性維護；

• 提供實時的設備健康狀態監測，提前發現并解決潛在安全隱患，有效減少設備安全事故的發生；

• 避免或減少設備的連鎖損壞，延長設備使用壽命，減緩備件消耗；

• 當檢測到潛在問題或異常時，系統會通過短信、郵件、應用程序等方式發送報警通知；

• 保障產品質量，有效防止設備引發的質量問題或批量報廢，避免生產過程中出現大規模次品或質量下降；

• 根據預測模型，提前規劃維修時間和資源，最大限度減少設備停機時間，縮短維修時間、降低費用，可提前制定解體修理計劃。

應用案例

某煤炭開采設備管理和健康診斷智能運維服務平臺

項目背景

某煤業股份有限公司經營煤炭開采、洗選、加工生產業務，現場設備狀態關乎企業生產成本和效益，目前該集團設備管理以事后維修為主，缺少設備診斷，對生產中的核心、重點設備無法做到工況實時診斷、故障快速定位和及時預警預測。

解決方案

系統以力控FinforWorx一體化生產管控平臺為基礎，集成了設備管理、報警服務和設備診斷服務等力控工業APP，通過企業級實時歷史數據庫pSpace實現設備數據采集與存儲，依托于智能算法開展歷史數據標記、訓練，生成設備各工況訓練集。結合設備實時數據和訓練集，實現設備實時工況診斷、設備異常預警和故障快速定位等功能。

應用價值

• 實時異常預警，減少現場設備故障率；

• 及時發現和處置設備異常，改善設備維保計劃；

• 推動設備運維業務從被動應對轉向主動管理；

• 降低設備突發狀況引發的生產安全隱患；

• 客觀的設備效益評價，為設備、廠商更新、選型提供數據支撐；

• 全面提升企業運維的智能服務能力。