午夜影院91-欧美色图第一页-香蕉视频在线免费看-九九免费在线视频-国产大爆乳大爆乳在线播放-一级理论片在线观看-日大逼-一边摸一边抽搐一进一出视频-国产97在线观看-青青草精品视频-亚欧乱色熟女一区二区三区-波多野结衣一二区-蜜臀av999无码精品国产专区-欧美精品国产-污到下面流水的视频

一、項目背景

朗坤智慧科技股份有限公司，1999年成立于江蘇南京，致力于成為全球領先的工業互聯網平臺提供商和工業大數據運營商。目前，朗坤已成為擁有8/9家參/控股公司的集團級企業，業務覆蓋全球二十多個國家和地區，服務對象包括五大發電集團、中信集團、海螺集團、中建材集團、中國航天集團、江蘇國信集團、新華社、雄安、南京、赤峰等近千家大型企業及地方政府。

近年來，圍繞國家戰略部署，積極響應新基建政策號召，朗坤秉承“讓工業更智慧”的發展宗旨，依托在工業領域20多年的行業知識沉淀、1000多家大型客戶數字化轉型服務經驗，自主研發打造了完全擁有自主知識產權的朗坤蘇暢工業互聯網平臺。朗坤蘇暢工業互聯網平臺專注于工業互聯網應用與服務，通過運用物聯網、工業大數據、機理建模以及人工智能等技術，助力企業上云實現數字化轉型和智慧化轉型，為工業企業提供工業云平臺、云服務和智能制造解決方案。

煤礦企業經過幾十年的發展，機械自動化程度得到了很大提高，目前在自動化控制技術、礦山通信技術、礦山信息管理系統等方面取得了顯著進展，大大降低了工人的勞動強度，提高煤礦生產效率。但是在設備管理、健康監測、故障診斷方面依然存在較大不足，礦山信息孤島、規范標準缺乏、系統封閉等問題依然普遍存在。

項目通過在山東能源臨礦集團下屬古城煤礦和王樓煤礦建立智能化設備管理和監測診斷平臺，通過建立設備臺賬、技術檔案、設備備件、巡點檢、預防性維護、設備檢修的管理體系，將財務資產、備件物資與設備資產統籌管理。通過在設備上加裝必要的振動、溫度、轉速等傳感器，實現對設備運行狀態的全面感知，應用專業的信號分析技術和設備故障機理模型+AI建模技術+專業診斷技術的技術，實現煤礦重要機電設備的24小時連續狀態監測、早期故障預警與故障診斷功能。項目的實施大大減輕了煤礦運維人員勞動強度，預防和減少設備故障的發生，提高了煤礦生產率，為煤礦企業創造可觀的經濟效益。

二、項目實施

1.總體實施思路與架構

臨礦集團智能化設備管理與監測診斷平臺核心是以設備資產及生產系統為對象，包括基礎功能建設和設備感知診斷功能建設兩個部分，通過設備機理和人工智能的技術，實現故障報警和早期劣化趨勢預警及分析。

基礎功能建設主要是通過建立臺賬、檔案、零部件管理模塊等手段，達到財務資產與設備資產統籌管理的目的，實現設備的全生命周期流程管理。

感知診斷功能建設通過在下屬試點的古城、王樓兩個煤礦的采煤機、提升機、壓風機、通風機等主要機電設備上安裝振動、溫度等傳感器，實現機電設備運行時轉速、振動、溫度等關鍵狀態參數的采集，并遠程傳輸至集團機電設備大數據監測與診斷中心；使用專業的信號分析技術，提取反映設備故障征兆的特征參數，監測設備狀態的變化以及故障特征參數的劣化趨勢，實現設備的故障早期預警，指導煤礦設備運維人員及時進行設備運行參數調整、設備故障維修，避免主要機電設備重大事故的發生，提高煤礦設備運行可靠性，降低因設備故障停產造成的減產損失；通過安裝設備狀態感知設備，開展設備狀態監測和故障預警，大幅減輕運行人員現場設備維護勞動強度或維護工作量，實現煤礦重要機電設備的少人值守或者無人值守，推進煤礦企業實現智慧煤礦建設。

2.應用場景與技術方案

智能化設備管理和監測診斷平臺的工業人工智能技術在臨礦集團的實際應用場景主要體現在古城、王樓兩個煤礦的設備全生命周期流程管理服務方面。

智能化設備管理和監測診斷平臺以提供設備故障精準預測與診斷功能為亮點，區別于傳統的設備故障診斷技術，融合了設備故障機理模型+AI建模技術+專業診斷技術實現煤礦行業設備故障預測模型快速構建，從而保障了故障預警、定性、定位、危害性評估、運維指導的準確性和全面性，消滅異常于萌芽之中。

（1）設備實時監視

以高效、穩定的時序數據庫保障設備數據實時展示，利用設備組態+實時數據預警的方式，實現數據報警精準定位異常位置，提升現場定位故障問題的效率。

圖 煤礦設備實時監視

（2）設備預測預警

健康狀態預警畫面顯示礦側機電設備及其部件的實時健康指標信息、歷史健康趨勢和未來一定時間段的健康預測走勢，在此基礎上給出健康評價，并提供運行建議和指導。

（3）設備故障診斷

在煤礦企業現有自動化監控系統和轉動設備外加振動傳感器、采集器的基礎上，充分利用大數據信息，將機理診斷與人工智能診斷相結合，進一步提高煤礦設備故障診斷的準確率。在設備監測早期缺乏大量歷史監測樣本時采用基于機理模型的診斷方法，在積累了一定歷史監測數據以后則采用基于人工智能的故障診斷技術，將整體提高設備故障診斷準確率。

圖 機理模型和人工智能相結合

（4）振動故障分析

振動分析模塊采用B/S模式實現礦側機電設備的狀態監測，提供十多種專業的振動監測分析圖譜，采用Web動態頁面的方式展現出來，方便集團機電處和礦側專業技術人員對每臺設備的狀態進行監測，對設備故障進行分析診斷。

（5）移動應用

具備礦井系統健康狀態監測（含視頻）、關鍵指標、故障診斷結論、報警預警信息分級定向推送等功能，同時支持在移動端快速填寫處理設備故障記錄，上傳處理過程快照。

三、實施效果

基于智能化設備管理與監測診斷平臺，為臨礦集團搭建“礦側-集團”兩級設備數據服務中心，物聯網的設備數據采集，無需人工干預，讓數據連續、精準、可靠，為管理層和決策層提供準確的煤機設備運維數據參考，大幅提升了企業科學經營決策能力。

通過大數據模型與機理模型相結合，提供“主動式”遠程狀態監測服務，幫助集團監測設備運行狀態，實時準確掌握設備健康狀況，制定科學合理的維護保養計劃，有效保障設備壽命提升20%，檢修費用降低15%。

其中“系統自診斷+專家確診”幫助臨礦發現設備能效異常，協同“遠程專家+現場運維人員”緊急聯動，及時排除設備故障，據初步估算，僅解決單項井下排水泵的閥門泄露問題，每年即可為集團節約電量20.9萬度。

站在設備全生命周期整體的角度，智能化設備管理與監測診斷平臺真正做到：狀態感知網絡化，故障診斷智能化，專業資源共享化，設備管理協同化。幫助臨礦集團完成從計劃性檢修模式向狀態檢修模式的過渡，綜合提升礦側煤機設備可靠性和經濟性，實現生產安全，減人增效，提高安全效益、管理效率、經濟效益和社會效益。