基于設(shè)備運(yùn)行數(shù)據(jù)信息，對設(shè)備關(guān)鍵部件的常發(fā)故障進(jìn)行統(tǒng)計分析，從數(shù)據(jù)中提取多域、多源故障特征，利用聚類、K最近鄰分類、支持向量機(jī)、混合智能診斷等機(jī)器學(xué)習(xí)算法構(gòu)建關(guān)鍵機(jī)械設(shè)備故障識別模型，自適應(yīng)解析設(shè)備故障模式與故障知識，智能診斷關(guān)鍵機(jī)械設(shè)備典型故障。
為用戶提供專業(yè)數(shù)據(jù)分析工具，借助趨勢分析法、時域分析法、頻譜分析法、包絡(luò)分析法等工具方法，分析傳感器等采集的數(shù)據(jù)。
可用于對設(shè)備的軸系類故障、齒輪故障、軸承故障、電機(jī)故障等做出分析判斷。
AR眼鏡
將AR技術(shù)與專業(yè)信號分析技術(shù)相結(jié)合，為用戶提供更加便捷的可視化分析手段，實時展示生產(chǎn)線、設(shè)備、傳感器的運(yùn)行狀態(tài)、關(guān)鍵數(shù)據(jù)、故障預(yù)警等信息，協(xié)助運(yùn)維人員快速排除設(shè)備故障。
自適應(yīng)狀態(tài)監(jiān)測算法，實現(xiàn)關(guān)鍵機(jī)械設(shè)備早期故障的自適應(yīng)預(yù)警，遠(yuǎn)程智能故障診 斷,精準(zhǔn)快速排障，減少停機(jī)時間。
提升運(yùn)維效率
通過預(yù)測性維護(hù)機(jī)制提前發(fā)現(xiàn)和規(guī)避設(shè)備故障風(fēng)險,預(yù)先規(guī)劃維護(hù)時間。
有效管理備品備件
以零部件壽命預(yù)測為參考的備品備件管理，更有效地對備品備件的購置進(jìn)行合理規(guī)劃。
