齿轮箱齿轮状态故障预警算法模型
项目背景
该项目重点是为客户搭建风电机组齿轮箱设备的数字孪生模型，结合工艺机理，建立齿轮箱核心特征参数的动态阈值模型，通过智能动态阈值帮助客户实现降低风电机组故障率、提升风电机组使用寿命的目标，对风电SCADA数据和CMS数据结合的拟合分析，创新性的引入人工智能自适应策略，在大幅提高风机报警准确率的同时，对故障预警的时间也大幅提前。
客户痛点
- 运维检修依靠传统方式、人工方式，成本高、效率低，设备故障发现和处理靠个人经验，没有固化成企业知识库模式简单，作业过程很难获取更多信息和资源支持。
- 运营管理靠汇报和管理者的专业能力，缺乏实时数据支撑，数据分析不够，业务集成度低，复杂关联分析少。
- 生产运行方式以场站监盘和现地人工巡查为主，计算机系统和集控以传统数据监视为主，未实现智能控制。
- 高压、高空、大型高速旋转设备等复杂危险生产环境，安全事故时有发生；安全管控靠教育培训监督和事后追责，未实现主动安全和智能管控。
解决方案
-
数字化远程运维
打造数字孪生的远程集中监控平台，将风机的实时数据可视化。 -
数据采集及监控
实现风机数据采集与监控，帮助管理者查看并管理风电机组的健康状态。 -
故障预判诊断服务
对设备寿命的预测、零部件故障预测预警以及提供预警工单管理等，实现远程掌控风机的安全情况，并对其结果可视化展示。 -
安全保障
加强安全管理和防范措施，实现远程掌控风机的安全情况，并对其结果可视化展示。
实现价值
- 全自动高频振动分析，节省大量人力时间成本。
- 24h覆盖风场全设备监测，大大提升可检测率，进一步提升设备的可持续使用。
- 实现行星齿轮故障类型及故障部位报警准确率91.84%。
- 实现平行齿轮故障类型及故障部位报警准确率91.11%。
0
h
全设备检测
0
%
行星齿轮故障报警准确率
0
%
平行齿轮故障报警准确率
通过数据授权
数据是公司的资产，其价值不仅通过数据积累，而且通过数据使用，以及为组织利益相关者在优化运营中创造的新见解和价值而升值。
与专家合作
英科铸数拥有一支专业团队，由来自著名大学的经验丰富的数据专家组成。专家团队在研究中采用了多种方法，并就数据处理和建模提供建议。
充满热情
我们热爱我们正在做的事情，对我们的解决方案充满信心。团队试图消除每个项目在逆境中遇到的干扰和障碍。
英科铸数可以为您带来什么价值？
继续查看我们的案例
Turning Data into Value
