預測性維護場景分析與落地研討_第1頁
預測性維護場景分析與落地研討_第2頁
預測性維護場景分析與落地研討_第3頁
預測性維護場景分析與落地研討_第4頁
預測性維護場景分析與落地研討_第5頁
已閱讀5頁,還剩17頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

預測性維護概要介紹預測性維護場景分析業務場景落地研討設備每天產生大量的數據預警設備故障Assetdowntime&maintenance

costs分析故障原因Productquality&brand

perception降低維護成本Futureclaims&remaininguseful

life我們如何利用這些數據做更好的決策?維護策略被動式維護預防式維護預測性維護如何實現預測性維護構建數據可視化應用,以及相應維護流程,實現價值分析業務場景,建立預測模型并訓練,生成預測結果采集并整合相關的數據資產(傳感器日志,設備日志等)withrich,

interactivedashboards&reportsusing

thetoolsyou

knowtoincreaseprofitabilityand

customersatisfactionfrom

multipleinternal&

IoT預測性維護實現方法Performance

LogsSensor

DataProduction

LogsEnvironment

DataMaintenance

LogsProduceScoresandRecommendationsUsefor

maintenanceplanningPredictiveMaintenanceDataPredictClusterAssociatePreventProactive

maintenancecallsCAPTUREPREDICTACTFeedbackMaintenance

Reports預測性維護實現算法決策樹某個時間設備出現故障,任一零件引起的可能性是多少?某個設備出現故障的可能性是多少?造成故障的主要因素是什么?最優的維護時間安排是什么?邏輯回歸支持向量機預測性維護實現結果預測性維護場景分析(1)業務場景:設備性能診斷預警場景描述:生產裝置的報警,是設備性能的一種表征反應。從報警中發現運行裝置潛在的性能問題,作出預測性維護,對維護設備健康,提升裝置運行周期具有重要的意義。裝置設備綜合監控、報警分析報警信息,發現隱含的裝置性能問題預測設備故障及剩余壽命,提前安排切換維修,實現預測性維護采用大數據分析技術,結合報警信息、設備數據、生產工藝參數等數據,定位裝置中存在問題的設備部位預測性維護場景分析(2)業務場景:智能化報警管理場景描述:生產裝置短時間內會出現多處報警,多數報警是由主動報警引起的從動報警,快速定位主動報警并通過合理操作消除報警,對保證裝置平穩運行具有重要的意義。報警點所在報警變量因果鏈,以有向圖的形式表示(綠色代表所選的報警點,紅色為主動報警,藍色為因果鏈上的其他報警點)與主動報警相關的過程變量因果圖,以紅圈標出根本原因預測性維護場景分析(3)進料情況原料性質原料工藝條件操作參數生產產品產量產品性質產品業務場景:設備運行參數優化場景描述:使用PIMS、ORION等軟件進行計劃、調度優化時,模型所需參數目前由經驗進行設置。通過大數據技術,從歷史生產加工方案中推送最優參數給優化模型,可提高模型的準確性,且優化方案更具有可執行性。根據當前原料性質,使用大數據技術從歷史加工數據中選定最優模型參數PIMSORION加工方案庫排產方案大數據業務場景落地研討大數據&分析速贏項目建議詳細講解。闡述大數據主要概念,行業應用,參考案例,理解數據洞察力*的新發展趨勢*數據洞察力:BI、大數據、預測分析和機器學習協同工作。了解客戶業務問題,分析業務場景案例,提出解決方案建議和實時路線圖,制定業務場景實現效果及可視化應用設計方案建議。最終確定后續步驟,根據解決方案建議,設計并實現1-2個業務場景案例,并開發數據可視化應用,完成應用部署,實現功能快速見效大數據&分析速贏服務計劃2

天研討會

1-2

周構想和用戶體驗

3-7

周開發

8

周穩定化和部署

Microsoft

主持的討論業務和技術問題的構想會議,推動貴方場景的選擇可交付結果——所選的場景、架構、計劃制定業務、用戶和系統要求

可交付結果——要求、技術方法、用戶體驗

(UX)

設計

Microsoft

使用數據洞察力解決方案模式、PowerBI

和Microsoft

數據平臺來開發應用程序可交付結果——應用程序、支持評估研討會應用程序完成和執行簡報可交付結果——部署的應用程序、路線圖、計劃和相關的估算、支持建議

大數據&分析速贏服務交付內容與客戶主要利益干系人協作,確定和規劃一個有效且適當的用例。設計和加載一個與所選用例相關的數據模型,包括支持數據字典。對數據進行迭代建模和分析,按需擴充新數據,同時與客戶一起驗證和提煉。使用MicrosoftPower

BI工具開發一組可視化數據并向客戶主要利益干系人演示。Microsoft

Azure基礎結構即服務MicrosoftAzure存儲和HDInsight

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論