AISPHM
AISPHM
數據驅動的振動預測健康維護方案
- 符合 ISO 10816-3 標準及先進的頻率分析
- 實時 AI 分析和現場馬達建模
- EdgeX 開發框架加速工控二次開發
- 直觀通知馬達振動異常
- 靈活架構調整和持續軟體更新
比較
view on your table
View the model in 3D
AISPHM：預測設備健康，未雨綢繆
AISPHM 是預測性健康維護的先進解決方案。它利用實時人工智慧和尖端振動分析來高效識別旋轉設備的早期問題，確保在苛刻的工廠環境中實現可靠性和性能。用戶可以自定義警報類型，並且靈活的架構可根據需要調整，實現優化的運營效率，無論是在現場部署還是在雲端。
這種方法賦予了行業預測並快速解決問題的能力，減少停機時間，保持生產不間斷。AISPHM 在保護工業設備的健康和壽命方面表現出色，不斷提供改進，節省成本和時間，並提供安心感。
易用性：
No Code 執行預測任務
Low code 進行自訂項目
優化營運效能
結合 ISO-10816-3 與 FFT 頻譜 AI 建模
針對各設備建立其專屬 AI 模型，持續監測設備運行的狀態，若與原始建立的 AI 模型產生差異，便記錄成為異常事件。
基於 Web 的私有和公有雲架構
完全的容器化架構加強多平台的部署彈性，PC，手機，平板均可無縫存取。
具成本效益的基於 CPU 的建模和推論
Intel i7 機台即可支援 120 顆感應器數據處理，無須額外 GPU 資源。
支援 EdgeX 開源框架
因應工控場域的多樣用途，無需大量代碼重構即可自行開發模組進行數據二次利用。
數據視覺化與預測智能的結合
依據產線(Location)，設備組(Machine Train)，轉動設備(Machine)到檢測點 (Sensors)階層，管理者可快速掌握機台歷史 數據，感應器連線狀態，事件通報，依據異 常類型做進階檢測或潤滑油測試。
AISPHM 結合 FFT 頻譜建模和 ISO 10816-3 的特色，實現全面的機械振動監測。ISO 10816-3 提供整體振動評估，FFT 則提供頻域分析，早期故障檢測，多通道分析和定量評估。這種結合允許更深入，全面的故障檢測和設備健康監測。
相同的馬達安裝在不同地面，負載下須因地制宜建立模型。可設定不同的資料收集區間，建模完成後自動比對異常數據，並提供詳細頻譜作資料標記，維持模型的適用性。
彈性架構支援多種感應器連接方式
ASUS IoT 提供必要的硬體、軟體和算法，以支持適用於有線和無線感測器的多功能框架。PE100A 提供 12 顆有線感測器的連接能力，而 PHM Server 則可以同時處理上百顆感測器的資料建模和異常偵測。
讓預測預防與設備健康管理變得簡單
應用場景
創建關鍵機器的振動數據記錄
透過分析振動數據，AISPHM 允許管理人員對重要機械進行趨勢分析。 這種積極主動的方法有助於及早發現問題，確保及時介入並延長機器的使用壽命。
評估轉動設備維修效果
AISPHM 擅長比較馬達維修前後的數據，找出差異，使用戶能夠衡量維修有效性並發現潛在的潛在維護問題。
基於深度學習的非破壞性監測異常共振和溫度偵測
AISPHM 利用人工智慧分析資料進行非破壞性異常檢測，特別是識別異常共振和溫度模式，確保設備完整性，而無需進行侵入性檢查。
相關產品
Compare (0)