AI自診斷
工況數據+振動機理+數理模型分析
工況數據+振動機理+數理模型分析,幫助用戶更準確地定位設備故障。
根據振動傳感器采集到的振動速度,依據ISO10816,得到四個預警等級。
通過多工況聚類學習,更準確識別設備部件健康度。
工況聚類后的數據發生趨勢變化,算法診斷出設備故障異常。
依據振動分析的特征值來定位故障部位,故障種類如下:
相關性AI分析
相關性AI分析,得出故障原因貢獻度,幫助用戶快速定位故障原因。
系統相關性AI分析技術(以下是WitExpert系統平臺截圖)
分析出故障原因貢獻度,并定位故障產生的原因
顯著度AI分析
顯著度AI分析,擬合退化曲線,幫助用戶實現設備保養預測。
維保前后顯著度特征提取平行線圖
設備退化曲線擬合
根據退化曲線預測保養,實現延長保養或因故障提前保養
神經網絡和時序列分析的AI預測算法
結合神經網絡和時序列分析的AI預測算法,學習設備歷史數據的模式和趨勢,實現精準預測。