尊龙凯时

400-868-1122
预约体验
请提交需求，我们马上跟您取得联系：

公司所在行业*

请选择
  • 钢铁装备行业
  • 汽车及零部件行业
  • 钢铁冶金行业
  • 消费品行业
  • 化纤行业
  • 3C电子行业
  • 新能源行业
  • 其它行业

如果您有其他想了解的信息或者疑问，欢迎给我们留言（选填）

设备状态监测
根云-设备健康管理（PHM）
实时监控设备运行状态，设备健康更透明
釆用传感器信息、专家知识及维修保障信息，借助各种智能算法与推理模型实现设备运行状态的监测、预测、判别以及管理，实现低虚警率的故障检测与隔离，并最终实现智能任务规划及基于设备状态（历史、当前及未来状态）的智能维护
企业痛点
  • 设备状态监测
    设备运转率低
  • 设备状态监测
    设备维修成本高
  • 设备状态检测
    维修知识积累欠缺
产品优势
  • 实现设备运行全过程管理
    广泛的设备接入和数据采集;三维可视化;设备结构模型;设备状态监测
  • 状态识别
    异常报警、报警处理、趋势分析、报警设置
  • 故障诊断
    故障部位识别、故障等级、故障原因、故障处理
  • 有监督的机器学习
    机理模型: 针对已具备专业知识的场景，将领域知识封装为诊断算法模型，包括: 行标、国标、企标，老师傅经验等，其诊断准确度取决于专业领域整体水平;机器学习算法模型: 针对已有案例数据的场景，构建机器学习算法模型，进行有监督机器学习
  • 设备剩余寿命预测
    设备剩余寿命预测，预估未来出现故障时间;基于寿命预测的预防性维护
  • 报告统计
    设备健康报告;设备台账;历史事件
客户案例
某汽车制造工厂PHM项目
某汽车制造工厂PHM项目
通过对关键旋转设备开展预测测性维护、机床刀具智能监测、产线关键数据可视化等工作，提升设备维修效率10%，维修准确率提高15%;同时设备故障率下降了20%
热门产品
相关文章
常见问题
  • q与EAM系统在设备健康管理上的区别是什么？
    a
    PHM通过对旋转类设备开展的振动、温度等多种模型的应用，来预测设备的故障发生以及设备劣化趋势和寿命；而EAM只是利用数学算法，基于历史数据和设备运行状态数据，进行健康评估分析和基础故障发生的预测。
  • q主要针对哪些设备类型进行预测性维护？
    a
    主要是对设备旋转部件进行振动、温度数据采集，进行模型分析。
如果想进一步了解尊龙凯时产品或解决方案
欢迎留言咨询，我们将为您提供更多服务方案。
  • 咨询热线
    400-868-1122
  • 联系邮箱
  • 关注微信服务号

    关注微信服务号

  • 关注微信公众号

    关注微信公众号

Copyright © 2024 ROOTCLOUD. All rights reserved. 尊龙凯时技术有限公司 版权所有 粤ICP备31580211号 粤B2-2010747