客戶簡介

XX通信系統有限公司公司成立于1997年，是一家集研發、生產、銷售、服務于一體的通信與信息解決方案提供商，擁有無線接入、無線優化、天線及子系統、無線傳輸四大產品線，集團也在積極部署新業務板塊，包括ICT業務（智慧城市/智慧社區）、智能制造業務（智慧工廠）、物聯網、工業大數據等。

項目背景

客戶在生產過程中會使用到大量設備以及人力，客戶實施了智能設備管理系統TPM，統計系統收集到的故障、設備、維修、備件等方面的數據，按照一定算法計算、分析數據，以支持工廠在生產、維修、管理等方面的決策。目前想要對于設備數據進行分析，從而預測設備故障、分析設備劣化傾向性和分析計劃性維護等，以優化維護效率降低成本。

應用收益

方案從2019年3月開始導入實施，慧都設備故障分析及預測項目團隊結合客戶現場生產情況通過和客戶詳細溝通斟酌，實施團隊駐場開發經過接近半年的共同努力，最終項目經培訓后成功交付應用后效果顯著：

• 方案實施后，將計劃外機器停機時間減少了10%
• 方案實施后，設備維護成本降低了30%
• 方案的設備故障預測準確率高達95%，人工準確率為80%
• 方案實施后，生產率整體提高10%

項目流程

1. 咨詢：慧都設備故障分析及預測團隊高級咨詢顧問通過遠程以及現場溝通的方式為客戶提供了基于TPM的設備故障分析方案應用的全面咨詢服務。
2. 調研：項目組團隊入駐客戶現場調研，針對客戶現場設備和系統情況以及客戶訴求，結合大數據分析產品，完成定制項目搭建方案。
3. 研發：通過前期的咨詢與調研，慧都項目組團隊基于客戶訴求啟動項目研發工作，完成基于TPM的設備故障分析的算法模塊，離線測試通過（不和業務系統對接）。
4. 實施：實施工程師和客戶對接，將慧都的產品和方案，集成到客戶設備運維系統中，實現基于TPM的設備故障分析。
5. 維護：項目團隊在實施完成后，為客戶進行了一個月的項目運行維護，做到了三分鐘響應，半小時處理，最終在試運行后，能夠完美融入客戶設備運維中，客戶非常滿意。

具體實施流程：

工業數據分析方案流程

工業數據分析方案架構

數據準備階段：需要準備設備數據、維修管理數據、保養管理數據、點巡檢數據以及備件的管理。

數據采集和準備

采集TPM數據，對數據進行清理準備

數據集成層

面向記錄的清洗，基于拖拽操作的ETL流程自定義

數據建模與分析

內包含模型管理及預測相關參數配置

建模

建立故障預測模型。建模主要包括：算法選擇,模型訓練，模型驗證,模型評估。

為了找到的合理預測時長，比較了慧都AI DRIVER的多個模型對設備故障預測目標的準確率指標和F1分數隨時間變化的趨勢。整體預測效果在時間步長為10分鐘時是最佳的，我們建議企業按照10分鐘來進行預測，同時安排設備維護計劃。

下面是使用Qlik創建的主要的模型分析類型。

立即試用Qlik

特征值分析模型

異常點分析模型

根因關聯分析模型

模型效果

• 設備故障分析及預測
對故障的種類、原因、影響等參數進行統計分析，并構建故障預測模型，為設備的購置、維修、升級等
• 業務計劃提供支持
設備劣化傾向分析 ， 包含預防性維修和預測性維修 。 對設備的關鍵技術參數、關鍵零件使用情況等參數進行統計分析，提出預防性維修或預測性維修建議。
• 維修情況分析
維修事件：對維修種類、維修時間等參數進行統計分析，為維修計劃及維修人員配置等工作提供支持；維修人員：統計每位維修人員的維修工作量，為績效考核、技能培訓等其他業務提供決策支撐。
• 設備狀態實時分析，計劃性維護分析
分析設備的運作時間、運作狀態和實際產能等，為制定智能運維計劃，提供決策支持。
• 備件出入庫分析和預測
統計分析每種備件出入庫數量，結合設備故障預測、生產需求等預測備件需求，為備件購置等其他業務提供數據支撐。

使用Qlik構建的部分方案界面

慧都設備故障分析及預測方案針對設備故障、設備維修情況、設備出入庫情況等數據分析和預測，優化設備維修維護計劃、備件采購計劃，降低設備維護成本和生產損失。

歡迎撥打慧都熱線023-68661681或咨詢慧都在線客服，我們有專業的設備故障分析及預測團隊，將為您提供全面的設備相關業務咨詢！