工业物联网平台助力企业智能化转型

    随着“工业物联网”和“工业4.0”技术的不断发展，制造业工厂的运作方式正在发生巨大改变。传感器技术的不断创新，使人与机器能够通过传感器交换过程信息，从而实现远程监控，助力工业4.0得以蓬勃发展。越来越多的传感器散布在各种工业设备中，然后可以通过物联网连接采集大量的数据，以检测生产设备的异常状况。工业物联网平台带给用户价值之一是预测性维护，在设备出现故障之前，物联网平台可以通过对海量数据的分析建模，识别出机器问题并能提前做好防护工作。设备预测性维护将会掀起新一轮的巨变。从修复性维护、预防性维护再到预测性维护已成为工业管理的三部曲。

    工业物联网平台——智能云平台系统，提供了混合云服务，并具有内置丰富的设备模型库，强大的算法，具有大容量的分析能力。针对设备管理提供全新的技术方案，可以量化停机时间，并监测、预测故障。目前许多制造业者仍采用到故障为止(Run-to-failure)的方式，这种被动式的维修，其实要付出昂贵的成本，除了维修故障的机器之外，还会增加整个生产线的停机时间，降低生产效率。

    由于生产设备的数量增多和使用年限持续拉长，生产企业付出的维修成本与风险也跟着上升。许多企业并未精确量化停机成本。据估计，就算是小型工厂，其每小时停机成本也可能高达数十万元。

    天曦科技新技术的应用，可以量化停机时间，并实时报警、预测故障。设备中的传感器，可以通过先进的算法，快速显示出异常的趋势与问题。

    传统方式需要操作人员拿着清单，并设定许多变数，并根据历史数据进行评估；设备寿命预测非常复杂，可以考虑成千上万个变量，而且实时侦测出细微的改变，这是传统方法无法实现的。智能云平台系统的预测性维护提前洞察设备故障，在故障发生前采取措施维修或者更换，减少非计划停机时间，提高生产效率，增强企业的市场竞争力。

    降低成本一直是生产企业的头等任务，预测性维护可以大幅减少停机风险，对于24小时运行的生产线来说，意外停机可能会造成巨大的损失，影响产品的交付时间。随着物联网、大数据等技术的不断发展，生产成本控制有了一个更好的解决方案，那就是设备监控和预测性维护，它可以帮助工厂减少停机，从而获得越来越高的经济效益。

    预测性维护也改变了设备维护工程师的角色，他们在购买所需的部件之前不必再访问现场。他们可以从任何位置接收来自传感器的数据，并用它来识别问题和所需部件，从而使其工作更高效。

    预测性维护对于重要资产进行数据采集并实时监控，监控关键机器和电气设备的状态，可以减少非计划停机和实现投资回报的最大化。为此，数据记录仪和数据采集系统被用来监测所有类型的设备，包括发动机、电机、锅炉、机床、阀门等。除了状态监测之外，这些应用还包括许多不同类型的需求，如运行时间/正常运行时间测量、预防性维护、性能跟踪、能源监测/保存、故障隔离、质量控制等等。

    数据采集系统通过自动化手段，不断地进行基于传感器的数据采集或连续测量。系统包含各种内部或外部传感器类型，如温度、电流和电压传感器，以连续采集设备数据，并将其与用户设置的参数（如正常工作温度、能量和功率因数）进行实时运算处理。

    可视化分析系统允许用户一次性查看来自多台分布式设备的数据，并分析这些数据以确定故障时间，然后，才能进一步安排预防性维护。在生产运行过程中，任何设备运行值的突然变化都可以被即时检测和预警。用户根据设置的过滤器对数据进行分析，并通过图表和趋势表格显示需要进行哪些维护或修复操作。

应用案例分享：

     大通互惠集团有限公司，是国内同行业最大单体阀门制造企业，在全国率先成功研发4000米深海阀门和零下196度超低温阀门产品。大通作为中国新兴的阀门专业制造商,以工业阀门整体解决方案供应商为定位，致力于工业阀门的专业化研发、生产、销售和服务。生产特点是订单拉动、小批量定制化生产。生产流程：铸造、机加工、装配、耐压测试、包装运输。

   大通互惠通过实施了天曦科技智能制造整体解决方案，大大提高了智能生产线的整体效率。预测性维护系统的成功应用应用，大大助力企业降低生产成本、提高生产效率、增强企业的市场竞争力。