1.1. 通过搭建“温振监测系统”，对关键辅机设备的运行状态进行实时在线监测，准确掌握设备的运行状况及劣化趋势。系统利用工业无线传输技术，在线采集现场设备关键部位的温度、振动等运行参数，通过数据监测与分析，为关键辅机制定最佳的维修策略，并提供优化的维修任务建议(包括最佳的维修时机、维修内容等)，从而减少机泵异常故障次数，降低机泵停机检修时间和费用。系统建立设备大数据中心，通过数据挖掘、数据分析，提高关键辅机状态监测的智能化水平。系统可将大南湖电厂的设备管理体制由定期检修和计划检修的方式向预测性维护的方式转变，实现关键辅机运行状态实时监测和预测性维护的目标，提高设备的可靠性与经济性，降低生产成本，继而提高设备的利用率。

1）降低设备巡检的劳动强度、提高设备状态监测数据质量

设备巡检包含测振、测温等数据采集工作，技术人员除了要定期检测这些数据，还需要记录、导入以及分析相关振动和温度数据，这些工作占用技术人员大量的工作时间。同时，人工巡检还存在数据采集不稳定、易出错等问题，也对设备数据的统计和分析带来了不确定性。基于有线、无线温振传感器的“设备状态监测”能大大降低巡检的劳动强度，使设备维护工作逐步由现场转到操作室。

2）提前预知设备劣化情况、降低非计划停车带来的损失

通过对设备长期、稳定的状态监测，可以更为全面的评估设备的工况，对设备机械劣化趋势提前预知，将突发性、非计划性的维修，转变为有计划的备品备件采购及施工作业，缩短检维修时间，延长设备运行周期。

3）精确定位设备故障、降低设备维修费用

通过对设备异常特征数据的分析，可以对设备的故障位置、故障原因、故障程度进行精确地评估，为设备在线保养、停机检修、备件准备等决策提供了严谨的数据依据。在缩短设备故障维修时间、减少备品备件费用的同时，也能对设备维修的效果进行评估，确保维修工作按照规范条例，高质量的实施。

4）降低由设备异常故障带来的生产风险

由于设备的故障，带来的其它生产安全风险，其损失更无法估计。一旦发生安全事故，出现人员伤亡，更是企业不可承受的。

二、主要功能

2.1. 专家智能诊断系统结合AI大模型智能诊断功能

根据设备运行状况、故障发生频率、异常频率等信息评估设备的健康情况，实时分析、诊断设备的状态、故障原因及维修建议等。诊断结果能够诊断出故障具体部位，同时出具诊断报告，推送到设备管理人员。智能诊断模块需具有以下功能：

1）展示旋转类动设备诊断列表，可看到设备的健康状态及最近的诊断时间；

2）设备诊断列表能够展示诊断结果的处理状态、对诊断结果的评价；

3）设备诊断列表能够根据机器名称、设备状态、处理状态等进行筛选；

4）诊断结果能够诊断出故障发生的具体部位及自动推送维修建议。

2.2. AI智能诊断系统支持基于数据和机理模型结合的智能诊断功能。目前已建立各种机械故障机理模型：包括不平衡、不对中、动静碰摩、轴承早期/中期/晚期故障、齿轮故障、基础松动、抽空/汽蚀等，通过积累四万余小时、数十种电机设备与各类轴承的实验台数据，以及现场运行的数据集。运用这些大数据训练后的AI智能诊断系统，其诊断准确率已经超过智能诊断行业水平。即使面对未接触过的新型设备，只需一定时间的数据采集，通过模型的迁移学习，也可使诊断准确率达到业界领先水平。

温振.png