在工廠中，風(fēng)機(jī)與電機(jī)是貫穿整條產(chǎn)線、影響生產(chǎn)效率的重要設(shè)備，一旦出現(xiàn)異常故障，就可能帶來停機(jī)排查、產(chǎn)線空轉(zhuǎn)等問題，甚至是安全事故，成為企業(yè)進(jìn)行數(shù)字化改造不能忽視的重要環(huán)節(jié)。

以往的設(shè)備運(yùn)維主要依賴人工定期點(diǎn)檢，這種模式存在顯著的滯后性。一方面，風(fēng)機(jī)和電機(jī)在高溫、高濕、多粉塵的車間環(huán)境中長(zhǎng)期連續(xù)運(yùn)轉(zhuǎn)，軸承磨損、轉(zhuǎn)子失衡、潤(rùn)滑不良等早期故障征兆難以及時(shí)發(fā)現(xiàn)；另一方面，傳統(tǒng)振動(dòng)分析依賴離線儀器，無法實(shí)時(shí)掌握設(shè)備的動(dòng)態(tài)變化，往往等到故障已經(jīng)發(fā)展到一定程度、出現(xiàn)明顯異響或溫升時(shí)，才“被動(dòng)”進(jìn)入維修流程。

對(duì)此，物通博聯(lián)（WideIOT）通過部署無線網(wǎng)關(guān)，通過一對(duì)多采集多個(gè)傳感器數(shù)據(jù)（振動(dòng)、速度、溫度）等，將采集到的數(shù)據(jù)穩(wěn)定、高效地傳輸至云端管理平臺(tái)中，從而實(shí)時(shí)監(jiān)測(cè)設(shè)備狀態(tài)、工作參數(shù)（振動(dòng)、速度、溫度）、運(yùn)行統(tǒng)計(jì)、告警信號(hào)等，并實(shí)現(xiàn)自動(dòng)告警與數(shù)據(jù)上報(bào)，從而為故障診斷、預(yù)測(cè)與健康管理提供全面可靠的數(shù)據(jù)支持。

實(shí)現(xiàn)功能

系統(tǒng)全天候不間斷采集風(fēng)機(jī)與電機(jī)的振動(dòng)、速度、溫度等關(guān)鍵參數(shù)，數(shù)據(jù)在云端管理平臺(tái)可視化呈現(xiàn)，運(yùn)維人員可遠(yuǎn)程隨時(shí)掌握設(shè)備實(shí)時(shí)運(yùn)行狀態(tài)。

數(shù)據(jù)超預(yù)設(shè)范圍即觸發(fā)自動(dòng)告警，通過界面彈窗、微信、短信、郵件等多種方式通知運(yùn)維人員，告警信息包含異常設(shè)備關(guān)鍵信息，便于快速定位問題。

自動(dòng)存儲(chǔ)設(shè)備歷史運(yùn)行數(shù)據(jù)，運(yùn)維人員可靈活查詢不同時(shí)段數(shù)據(jù)。通過分析歷史數(shù)據(jù)，發(fā)現(xiàn)設(shè)備運(yùn)行規(guī)律與趨勢(shì)，挖掘潛在問題，為預(yù)防性維護(hù)提供依據(jù)。

基于實(shí)時(shí)與歷史數(shù)據(jù)，運(yùn)用算法模型快速分析異常數(shù)據(jù)，準(zhǔn)確判斷故障類型與位置，還能預(yù)測(cè)設(shè)備未來故障，提前預(yù)警，降低故障對(duì)生產(chǎn)的影響。

為每臺(tái)設(shè)備建立健康檔案，記錄設(shè)備多方面信息。綜合分析檔案評(píng)估設(shè)備健康狀況，制定個(gè)性化維護(hù)計(jì)劃，實(shí)現(xiàn)精準(zhǔn)維護(hù)，提高設(shè)備使用壽命與可靠性，降低成本。

審核編輯 黃宇