百度智能云：智能+工業互聯網平臺創新未來與落地實踐（29頁）.pdf

1、設備預測性維護解決方案與實踐解決方案工業行業涉及眾多的裝備、設備，面臨著巨大的運維挑戰，一是傳統的設備運維人員依賴經驗積累，設備維護時間長、人力成本高;二是對于設備故障的類型和嚴重等級難以做出準確的判斷，無法綜合評估對后續生產運營的影響;三是對故障的發生時間以及可能性無法做出精準的預測。上述問題不僅導致高額的維護保養成本，也嚴重影響生產效率和質量,甚至發生生產安全事故。如何高效、精準、預測性地對裝設備進行維護，成為工業行業數字化轉型面臨的亟待攻克的難題。百度智能云設備預測性維護解決方案，緊密圍繞設備狀態的監控與預測、維修、使用和工廠環境等信息，運用人工智能技術對涉及設備健康的因素進行全面分析和

2、管控。通過數據接入、數據治理、可視化建模技術，構建面向裝備健康管理與預測性維護業務中臺，提供裝備實時狀態監控、故障診斷、隔離、性能壽命預測等相關模型管理及應用開發服務。通過更全面、綜合、及時、準確的信息可視化、預測性維護和簡化作業流程來提高設備的可靠性和可用性，減少設備停機造成的延誤，并通過預測和認知分析加快設備維修進度?；谘b備的實時數據、歷史數據，結合信號處理、特征提取、機器學習以及深度學習等人工智能方法，建立裝備故障診斷模型，對裝備設備狀態進行監控和故障快速告警。百度智能云設備預測性維護平臺實現了基于知識圖譜的裝備健康管理綜合知識庫，通過存儲和管理裝備異常事件監控、故障診斷、健康評估與預測以及健康管理等環節中產生的數據，并利用知識圖譜挖掘裝備數據模型、故障診斷的規則知識、故障案例知識、故障關聯性模型、狀態預估模型、性能趨勢預測模型、統計分析算法等知識，從而構建面向關鍵裝備的健康管理綜合知識庫;平臺提供裝備健康案例檢索功能，案例檢索模塊根據故障信息相關的各類監控信息的數據特征，對以往的故障案例進行搜索和匹配，檢索出與當前情況最近似的故障案例，以輔助進行故障隔離。