（一）、問題定位

行業(yè)痛點：

煤礦、鋼鐵、電力、石油石化等我國支柱產(chǎn)業(yè)，具有設備數(shù)量多、密集，生產(chǎn)工藝復雜，規(guī)模大，價值高等特點。這些企業(yè)在設備管理方面大都存在以下問題：

1.重要設備多，裝置密集。一旦發(fā)生故障，損失將難以估量。設備意外停機不僅造成經(jīng)濟損失，更可能造成人員傷亡，極大影響生產(chǎn)安全性。

2.設備復雜、維修周期長，導致產(chǎn)線停產(chǎn)，影響面廣。由于無法得知設備在什么時候可能會出現(xiàn)故障，導致了過度維護、過度備件等問題，但維護不足又會導致意外停機，直接造成生產(chǎn)損失。

3.目前大多缺乏科學的數(shù)據(jù)統(tǒng)計分析和先進的預測性故障診斷及預警機制。

4.生產(chǎn)數(shù)據(jù)和設備狀態(tài)隔離。

盡管這些行業(yè)多數(shù)企業(yè)尤其是大型企業(yè)都實現(xiàn)了不同程度的信息化和設備管理自動化。但不同行業(yè)、不同企業(yè)的信息化和自動化程度相差很大，而原有的信息化和自動化系統(tǒng)大都采用C/S架構，在企業(yè)局域網(wǎng)內(nèi)運行，存在著以下問題：

1.各系統(tǒng)信息孤島、數(shù)據(jù)離散、數(shù)據(jù)無法融合。

2.數(shù)據(jù)展示形式單一，不直觀。

3.無法及時在異地獲取到重要的信息。

4.報警簡單，缺乏自動診斷。

5.設備故障診斷依賴于“專業(yè)儀器，專門人員”。

6.由于無法準確掌握設備運行狀態(tài)，導致決策缺乏依據(jù)，降低決策效率。

核心價值：

1.消除數(shù)據(jù)孤島，發(fā)揮數(shù)據(jù)價值。通過對采集到的設備監(jiān)測數(shù)據(jù)進行分析，實現(xiàn)設備預測性維護、設備信息管理、故障原因統(tǒng)計分析等功能，充分發(fā)揮數(shù)據(jù)價值。

2.提高生產(chǎn)安全性。對設備進行故障預測性分析與診斷，消除過度維護，轉化意外停機為計劃內(nèi)停機，降低生產(chǎn)成本，提高生產(chǎn)效率。

3.提升決策效率。方案提供完整的圖表分析功能，并能進行實時告警，為決策人員提供充分、可靠的設備狀態(tài)信息及行動建議，實現(xiàn)高效決策、合理決策。

4.工業(yè)互聯(lián)網(wǎng)是新基建的重要內(nèi)容，基于窄帶物聯(lián)網(wǎng)的解決方案是工業(yè)互聯(lián)網(wǎng)所大力提倡的內(nèi)容，國家主推，三大運營商全力建設基站。方案采用的技術和解決思路符合當下發(fā)展趨勢，符合國家政策導向。

（二）、創(chuàng)新點

1.云原生特性?；谠圃匦?，系統(tǒng)部署支持公有云、私有云、混合云、物理服務器多種部署方式，系統(tǒng)處理能力隨著節(jié)點的增加而增加。系統(tǒng)組件可以獨立升級、獨立維護，十分靈活。云原生技術事實上興起于云計算的下半場，即2019年末。擁抱新技術、新趨勢，能夠將云原生技術用好、用活，是創(chuàng)新性的重要表現(xiàn)。

2.面向數(shù)字孿生的設計。系統(tǒng)面向數(shù)字孿生，目前已經(jīng)實現(xiàn)基礎數(shù)據(jù)采集、模型訓練等工作。未來通過完善設備模型展示、增強數(shù)據(jù)同步，可以在現(xiàn)有架構上實現(xiàn)數(shù)字孿生。這是一項面向未來的設計。

3.在工業(yè)互聯(lián)網(wǎng)聯(lián)盟2020年4月底發(fā)布的指南中，首次明確提出邊緣計算的實現(xiàn)核心在于邊緣網(wǎng)關。解決方案中的邊緣網(wǎng)關實現(xiàn)邊緣計算已經(jīng)在線上運行將近半年，技術處于領先地位。

4.終端在設計之初就把安全放在第一位，囊括物理安全（防拆）、存儲安全、數(shù)據(jù)安全、通信安全，并且兼顧終端能耗控制，不“鍍金”，不做過度安全，最終實現(xiàn)高性價比。這一創(chuàng)新理念在業(yè)界也屬領先。

（三）、功能介紹

1.完備的設備管理功能，支持設備信息的多維度統(tǒng)計、批量導入導出、匯總分析、可視化展示等。針對自有終端設備，還可以支持終端運行參數(shù)的遠程配置。

2.完整的告警信息推送。支持包括網(wǎng)頁、APP、短信、郵件等多種方式告警，支持包括閾值、推送方式等在內(nèi)的告警參數(shù)配置，支持告警模型自適應，自有終端設備支持自檢及告警。

3.專家輔助功能。對于復雜故障，支持連線專家?guī)熘械膶＜疫M行實時診斷。對于普通故障，專家也會進行復核，并出具包含行動建議在內(nèi)的專業(yè)的診斷報告，讓用戶能夠低成本、及時的利用專家知識解決疑難問題。

4.智能診斷與分析。支持多維度故障分析及趨勢分析，包括歷史運行數(shù)據(jù)分析、累計設備啟動時長，曲線圖展示設備及關鍵配件目前所處生命周期的階段分析，能夠按時間統(tǒng)計告警等級、故障高發(fā)設備、故障高發(fā)設備生產(chǎn)廠商等信息。支持細化至關鍵配件的故障智能診斷模型，并建立設備故障庫訓練診斷模型通過機器學習的方法不斷整合專家診斷結論及已有故障處理辦法對模型進行不斷完善。

5.良好的兼容性。系統(tǒng)支持第三方數(shù)據(jù)源的接入，包括傳感器、PLC等。系統(tǒng)同時支持對接用戶方相關ERP系統(tǒng)，實現(xiàn)IT系統(tǒng)的整合。

（四）、功能和技術指標優(yōu)勢

指標1：設備數(shù)據(jù)采集能力

溫度測量技術參數(shù)指標	量程（℃）	-80~600
測量精度（℃）	0.1
電氣防爆等級（認證）	IP67
操作溫度（℃）	-60~250
操作壓力（kPa）	0~20
是否支持無線通信模塊擴展	是
是否具備自主知識產(chǎn)權	是
工業(yè)HART協(xié)議數(shù)量（個）	200
設備種類列舉：旋轉機械與往復機械、環(huán)境等
數(shù)據(jù)采集信息類型列舉： 溫度
安全及可靠性評價列舉：性能穩(wěn)定，線性度高
其他優(yōu)勢指標列舉：響應快，對電噪聲不敏感
壓力測量技術參數(shù)指標	量程（kPa）	20000
測量精度（%FS）	1
電氣防爆等級（認證）	IP65
操作溫度（℃）	-20~70
操作壓力（MPa）	0~20
是否支持無線通信模塊擴展	是
是否具備自主知識產(chǎn)權	是
工業(yè)HART協(xié)議數(shù)量（個）	200
設備種類列舉：壓縮機等
數(shù)據(jù)采集信息類型列舉：壓力
安全及可靠性評價列舉：防震、防潮
其他優(yōu)勢指標列舉：聯(lián)網(wǎng)自動較時，定時主動上報，上報周期可任意設置
物位測量技術參數(shù)指標	量程（m）	100~1800
測量精度（m）	1
電氣防爆等級（認證）	IP67
操作溫度（℃）	-40~85
操作壓力（MPa）	0~20
是否支持無線通信模塊擴展	是
是否具備自主知識產(chǎn)權	是
工業(yè)HART協(xié)議數(shù)量（個）	100
數(shù)據(jù)采集信息類型列舉：位移、位置
旋轉機械振動測量技術參數(shù)指標	加速度量范圍（g）	-50~50
速度量范圍（mm/s）	0.1～200.0
位移量范圍（μm）	1～8
測量精度（%FS）	0.02
可傳輸距離（m）	140
電氣防爆等級（認證）	IP67
可承受大沖擊（g）	1000
操作溫度（℃）	-40~85
是否支持無線通信模塊擴展	是
是否具備自主知識產(chǎn)權	是
工業(yè)HART協(xié)議數(shù)量（個）	100
設備種類列舉：往復壓縮機。風機、水泵、汽輪機
	數(shù)據(jù)采集信息類型列舉：位移 速度 加速度，振動溫度一體

 

指標2：預測性維護服務能力

預測性維護技術參數(shù)指標	預測性維護模型數(shù)量	6
單節(jié)點系統(tǒng)最大支持監(jiān)測225000臺設備，最大測點容量1000000個
智能監(jiān)控技術參數(shù)指標	支持多種報表及可視化模型，支持Web、APP、大屏展示
智能告警技術參數(shù)指標	支持短信、郵件、APP告警，支持告警閾值自配置/自適應，支持告警發(fā)送配置

 

三、技術方案說明

（一）、工業(yè)APP架構

系統(tǒng)主要由設備層、邊緣計算層（含傳感檢測、數(shù)據(jù)采集、數(shù)據(jù)傳輸、邊緣計算）、基礎平臺層、服務層及客戶端呈現(xiàn)操作層組成。系統(tǒng)包括狀態(tài)傳感器、網(wǎng)絡協(xié)調(diào)器（或PLC、DCS控制器）、遠程智能傳輸單元、遠程服務器、服務系統(tǒng)、遠程PC客戶端及移動客戶端。

設備層：主要包括被監(jiān)測的設備。

邊緣計算層：包含終端與網(wǎng)絡兩部分。終端部分主要由能夠監(jiān)測振動、溫度等設備運行狀態(tài)的的傳感器組成，傳感器能夠方便的安裝、使用、維護、更換，具備采集數(shù)據(jù)精度高、可靠性高等特點。網(wǎng)絡部分包含無線網(wǎng)絡協(xié)調(diào)器、遠程智能傳輸單元等模塊，數(shù)據(jù)傳輸層提供多種方式（Zigbee等近場通信、NB-IoT等窄帶物聯(lián)網(wǎng)、4G/5G等蜂窩通信網(wǎng)絡、Wi-Fi/有線網(wǎng)絡等以太網(wǎng)）完成監(jiān)測數(shù)據(jù)的上報、傳輸以滿足實際安裝環(huán)境的要求，同時傳送數(shù)據(jù)以滿足分析、預警的需要。

基礎平臺層：云計算的基礎設施，包括公有云、私有云、混合云、物理服務器等不同的形式。

服務層：包含數(shù)據(jù)分析平臺、應用服務層。通過數(shù)據(jù)分析對采集到的監(jiān)測數(shù)據(jù)進行存儲、建模、挖掘、分析，實現(xiàn)關鍵設備監(jiān)測數(shù)據(jù)的歷史分析、多維度分析、頻譜分析、故障預報、預警等。

呈現(xiàn)層：針對用戶提供多種服務接入方式，用戶可以通過手機APP、Web等不同方式訪問系統(tǒng)，可以實現(xiàn)用戶隨時隨地監(jiān)測關鍵設備運行狀態(tài)的需求，提高維護工作的便捷性及效率。

（二）、工業(yè)APP關鍵技術

1.數(shù)據(jù)采集技術，設備各維度監(jiān)測數(shù)據(jù)的采集。

2.網(wǎng)絡互聯(lián)技術，終端之間的互聯(lián)，終端與云端的互聯(lián)，支持多種網(wǎng)絡連接方式與部署方式。

3.邊緣計算技術，以邊緣網(wǎng)關為核心，充分利用系統(tǒng)內(nèi)的算力，部分功能可以下發(fā)到邊緣網(wǎng)關實現(xiàn)。

4.工業(yè)安全技術，多層級的工業(yè)安全，并兼顧能耗。

5.云原生技術，所有組件基于云原生技術開發(fā)。

6.時序數(shù)據(jù)庫，著力于高性能查詢與存儲時序型數(shù)據(jù)。

7.機器學習，利用機器學習實現(xiàn)故障診斷，并訓練相關識別模型，進一步提升診斷效能，達到越用越好的效果。