軟件平臺 · 預測性維護
WE 預測性維護平臺
Predictive Maintenance Platform
基於振動機理與數理模型，對電機、風機、空壓機、泵及 CNC 主軸等旋轉設備實現在線監測、故障預警與剩餘壽命預測，把被動維修變爲主動預防，降低非計劃停機。
平臺定位與核心能力
機理 + 數理模型振動機理與數據驅動融合，精準識別退化趨勢
提前預警故障提前數天至數週預警，變盲修爲精修
閉環聯動對接 CMMS/ERP 自動生成維修工單與備件需求
一、平臺概述
WE 預測性維護平臺 的定位與價值。
- 旋轉設備（電機、風機、泵、空壓機）故障往往突發，非計劃停機損失巨大；傳統定期維修要麼過頻浪費、要麼漏檢釀成事故。
- WE 以振動、溫度、電流等多源信號爲基礎，結合機理模型與數理模型，實現狀態評估與壽命預測。
- 與 DVS 數採平臺、AIS-G160 協議採集協同，形成「感知 — 分析 — 決策 — 工單」閉環。
二、核心能力
平臺面向工業現場的關鍵能力。
- 多源信號採集：振動（加速度 / 速度）、溫度、電流等，經 AIS-G160 或傳感器網關接入。
- 特徵提取與機理模型：FFT 頻譜、包絡解調、趨勢分析，識別軸承磨損、不平衡、不對中、齒輪缺陷。
- 故障預警：基於閾值與模型的健康度評分，提前數天至數週預警潛在故障。
- 剩餘壽命預測（RUL）：結合退化模型預測軸承 / 部件剩餘可用壽命，指導備件與計劃維修。
- 維護工單聯動：對接 CMMS/ERP，自動生成維修工單與備件需求，落地閉環。
- 健康看板：設備健康度、告警、趨勢可視化，運維一目瞭然。
三、平臺核心功能展示
基於振動機理與數理模型，對電機、風機、空壓機、泵等旋轉設備實現在線監測與故障預警。
四、技術架構
從邊緣感知到上層應用的四層架構。
- 感知層：AIS-G160 或振動 / 溫度 / 電流傳感器採集旋轉設備運行信號，邊緣側初篩
- 分析層：WE 做特徵提取、機理模型匹配與退化趨勢建模，輸出健康度評分
- 決策層：按閾值與 RUL 生成預警、維修建議與備件計劃
- 執行層：對接 CMMS/ERP 自動派單，與 DVS 看板聯動展示全域設備健康
五、與工業網關協同
平臺與 APM-G220 / AIS-T100 / AIS-G160 的數據與能力協同。
- 與 AIS-G160：採集旋轉設備的振動 / 溫度 / 電流等寄存器與報警數據，邊緣側初篩後上送。
- 與 DVS 平臺：監測數據與健康評分匯入 DVS 統一看板，與工藝數據關聯分析。
- 與 APM-G220：對需要人工介入的診斷工控機，G220 提供遠程屏幕接管與腳本化巡檢。
六、適用場景
平臺在典型行業場景中的落地方式。
- 機加 / CNC：主軸振動與溫升監測，避免撞刀與廢件
- 機器人 / 自動化：傳動鏈與關節健康度監控
- 數據中心 / 機房：空調、泵、空壓站關鍵輔機監測
- 化工 / 能源 DCS：泵、風機、壓縮機預測性維護
- 集團多廠區：分散旋轉設備集中監測與統一預警
七、價值與量化指標
平臺帶來的可衡量收益。
30%+非計劃停機減少
數天~數週故障提前預警
優化備件與維修計劃
全設備健康度可視
八、部署邊界與合規
合規與適用邊界
WE 爲分析型平臺，依賴傳感 / 協議數據接入；敏感行業須與 DVS 一併私有化部署於專網 / 內網，數據不出企業邊界，4G 不連公有云。預測結果作爲維修決策參考，不直接下發控制指令到安全相關回路。
九、常見問題（FAQ）
針對 WE 預測性維護平臺 的高頻疑問。
哪些設備適合上 WE？
各類旋轉與傳動設備——電機、風機、空壓機、泵、CNC 主軸、機器人關節等，凡有振動 / 溫度 / 電流信號的均可監測。
沒有振動傳感器能上嗎？
可先用 AIS-G160 採集設備已有的電流、溫度、報警等寄存器數據做輕量監測；高精度故障診斷建議疊加振動傳感。
預測結果能直接控制停機嗎？
平臺輸出健康度與預警，作爲維修決策依據；涉及安全聯鎖的停機仍由原有控制系統執行，避免越權。
和定期維修比有什麼好處？
變「按時間盲修」爲「按狀態精修」，減少過早更換浪費與過晚故障損失，降低非計劃停機。