资产管理与预测性维护平台技术方案建议书.docVIP

XX公司

第PAGE2页/共NUMPAGES54页

XX公司

第PAGE33页/共NUMPAGES54页

基于工业互联网平台的

资产管理与预测性维护平台

技术方案建议书

XX公司

2019年

目录

TOC\o1-5\h\z\u

13953一、平台简介 3

101871、工业企业资产管理子系统 3

293922、设备健康状态评估及预测性维护子系统 3

11011二、平台总体设计 4

53331、功能架构图 4

178082、功能模块 5

144612.1设备管理 5

85192.2设备组管理 5

285172.3采集管理 6

174172.4设备监控图表 6

163392.5设备健康管理 7

315552.6资源管理 9

104282.7设备服务 10

318492.8知识库 10

15051 10

一、平台简介

通过建立一套有效的自动化数据采集并对采集过来的数据进行监测和分析的系统，更好地对制造业企业设备进行资源监控、运维管理、运行分析，以便运维人员实时掌握制造业企业和设备运行状况，为实现智能化运维扎下坚实的数据基础，同时通过物联网、云计算、大数据分析等技术，在运行过程中，对设备进行预测性维护，保障设备健康运行，同时调整运行参数和时长，发挥设备的最大效率，提升制造业企业生产经营效率。

通过资产管理与预测性维护平台提供基本的工业资产管理来推动工业设备的互联，形成工业资产连接网络，汇聚工业资产和工业数据，并通过设备运行监测、预警推送、设备健康诊断、智能学习、故障预测为企业提供精准的设备维护计划和维护策略，实现企业从对设备的故障和失效的被动维护，到定期检修、主动预防，再到事先预测和综合规划管理的转型。

1、工业企业资产管理子系统

工业资产大数据包括工业设备实体资产数据、设备运行时的状态数据以及工业生产过程中产生各种数据和参数（如产品跟踪、维护历史记录以及物料周转情况等数据）。

企业通过工业资产管理平台对工业生产过程中设备的工业资产大数据（包括设备数据、运行数据、状态数据、产品数据、工艺数据等）进行实时的采集、分析，能够实时、准确的反映生产车间状况，为更好的了解设备资产本身提供了数据的支撑，让企业得以清楚的了解设备资产的属性、关联关系，相互的影响程度,方便针对工业设备资产进行实体建模，为设备的在线运维、故障诊断提供了支撑，帮助企业更好的管理自身的资产，助力企业在竞争日益的市场中节省成本，提高效率。

2、设备健康状态评估及预测性维护子系统

目前世界上大部分设备的维护多以定期检查、事后维修为主，不仅耗费大量的人力和物力，而且效率低下。

预测性维护平台具备故障预测、部件寿命追踪等能力，能够综合利用实测数据、人工智能算法、领域知识，建立重点复杂装备深度数据分析模板，通过实时对接收的设备监控数据，对复杂工业装备的运行数据进行分析，评估工业装备的运行状态、健康状态，并基于设备过去的运行和使用状态预估设备的剩余寿命，对未来可能发生的故障进行预判，预测设备及其内部各零部件在未来一段时间内的失效可能性，并针对设备在未来一段时间内失效的可能性进行判断和采取适当维护措施提供相应的解决方案，提高设备质量管理和优化，形成全新的设备健康状态管理的解决方案。

预测性维护平台的健康状态评估及预测性维护主要包括企业设备运行监测、预警推送、设备健康诊断与故障预测、设备维护计划和维护策略智能学习等内容。实现关键设备的状态综合查询、状态报警及健康评估，预测可能发生的子系统失效，对发生的故障进行报警，从而按照需求对相应部件进行维修或更换，减少停机损失和维修费用。

预测性维护平台的健康状态评估及预测性维护将大幅度提高企业设备运行的可靠性、安全性和有效性，帮助企业获得更大的经济效益和社会效益。

二、平台总体设计

1、功能架构图

2、功能模块

2.1设备管理

根据资产管理与预测性维护平台进行设备数据采集，根据采集数据对设备进行实时监测和分析，同时根据故障知识库和预测模型对设备的运行状态进行分析，提前预测故障进行事前维护，同时对不确定的预测安排人工巡检；对设备的运行状态进行分析，根据设备设计能力进行设备运行参数优化，包括：设备运行实时监测、故障预测、设备动态巡检、工况API/参数监控、设备运行参数优化。

平台管理示意图

2.2设备组管理

对设备所属车间、场站、生产设备、环境监测设备、采集设备进行维护。

设备组管理示意图

2.3采集管理

对所有生产设备运行情况、工况状态进行定时的数据采集，完成传感设备的数据通讯、数据解析、数据处理、数据储存。包括：通讯管理、采集任务、数据存储、报文解析、数据处理、规约适配。

采集管理示意图

2.4设备监控图表

通过对采集回来的设备状