工业AI

 

博华科技针对工业AI提供以下解决方案
    ·基于机器学习与领域知识,结合振动与工艺数据,提供针对动设备(大机组、柴油机、泵等)的预警服务
   
工业设备的特点是运行机理复杂,故障表现形式多样,基于现阶段的技术水平,采用纯大数据分析的方法很难准确预测故障和分析故障,所以必须结合领域知识,将专家经验固化到算法中,通过对振动数据和工艺数据的综合分析和关键参数的提取,才能提供对工业设备的预警服务,基于设备运行工况和负荷建立动态预警模型,进一步提高对设备故障的早期预警和准确性。
    ·基于机器学习与领域知识,结合振动与工艺数据,提供针对动设备(往复机、大机组、泵等)的专家系统服务
   
对于“罕见故障”、“疑难故障”等样本少、原因复杂的故障,系统自动实现对异常数据的加密采集和存储(最小保存间隔1ms),结合振动数据(加速度、速度、位移)以及压力、温度、转速、流量、电流、电压、润滑油等工艺数据,通过各类专业分析图谱,提供专家诊断服务和维修建议;
    ·将AI算法植入边缘计算设备,实现近场处理的边缘智能
   
博华科技基于对5万台工业设备(截止2018年11月)连续12年的数据采集积累,以及各类型设备不同故障的数据(包含波形和频谱)分析经验,研发了基于人工智能的智能预警模型和智能维修决策模型,根据实时采集的数据动态优化参数,现已植入到博华科技自主研发的系列智能边缘计算网关,实现设备故障的近场预警和处理,目前,智能边缘计算网关已批量应用于工业现场为企业装备的稳定运行提供服务。

1.基于AI的智能边缘计算网关
   
智能边缘计算网关通过对异常状态的智能预判,完成对故障时间点前后数据的加密采集、处理、传输和保存,并对数据进行重要优先级标注,当带宽或存储资源不足时,按照重要优先级传输或存储预警状态、异常数据,减少90%的带宽和存储资源占用。

1)BH5000物联网振动网关

图 BH5000智能边缘计算网关

 
2)BH7000物联网振动网关
 

图 BH7000智能边缘计算网关

 
2.基于智能预警模型的预测性维护
   
智能网关将关键数据实时上传至云端,云端通过对同一型号不同设备,以及不同型号不同设备的海量数据进行大数据分析和处理。利用时域频域等特征提取方法,研究故障机理,采用参数化与非参数化方法相结合的手段提取故障特征,建立基于数据的机理知识规则和统计信息数据库,实时更新和优化模型,并将优化后的模型下发到相应的智能网关,完成云端一体的智能阈值报警模型的优化和更新。同时根据前期的技术积累,结合设备机理知识和数字双胞胎技术,把模型的颗粒度细化到具体的单台设备,实时建立从型号到具体设备的数字化模型,并关联设备实际工况,实现机组的智能化预测性维护。

 

图 六大细分领域特点(图片来源于“腾讯研究院”《“人工智能+制造”产业发展研究报告》)


图 基于人工智能的预测性维护(图片来源于“腾讯研究院”《“人工智能+制造”产业发展研究报告》)