基于声学的设备智能监测解决方案

背景分析

Background analysis

电力行业作为设备密集型企业,具有设备数量多,耦合性强等特点。在传统的设备管理体系下,对各类设备缺乏有效的监测手段,而突发故障会严重影响电厂的经济效益和安全生产。因此如何低成本、高效率的做到预知维修,把故障消灭在萌芽状态,实现设备状态的持续监控与故障预警成为保障电厂安全生产的重要环节。
人员层面

设备多、人员少、强度大,对人员主观能动性要求高。

监测手段

传统检测手段:测温、测振单一,易误检,难发现早期故障。

管理层面

无法实现设备远程监控。

人员层面

传统检测工具对人员专业度和经验要求高。

监测手段

听音方式易受噪音干扰,故障识别准确率低

管理层面

缺少设备状态监控与故障分析及指导工具。

解决之道

The solution

基于物联网技术,通过声音传感器采集设备的声音数据,利用信号分析及AI技术,从中提取声音特征值,实现设备运行状态监测和设备故障报警,使管理人员和作业人员随时随地掌握设备运行状态,保证设备安全稳定运行。
设备运行监测系统

系统功能

System function

综合展现

通过3D模式直观展现设备遥测数据,包括无异常运行天数、异常未处理事件、月度告警及高发异常项。
展现全厂所有设备的健康状态,包括安全运行天数、设备告警信息及安全设备占比。

设备监控

远程监控设备运行状态,集中展现声音、振动及温度等遥测数据,对设备异常信息给予告警提示。

运行参数监控

对设备所关联的运行参数进行集中展现,包括测点编码、测点描述、关联设备、测点值等信息。

设备运行监测系统
设备运行监测系统
特征管理

利用信号分析及深度学习建立正常模型及故障模型,根据设备不同故障进行故障模型分类可查看故障名称、原因及处理结果,辅助巡检人员进行故障处理。

数据分析

对单设备的遥测数据及多设备间的遥测数据进行对比分析,提供设备运行状态数据参考。

监测月报

根据设备状态数据以及传感器告警数据,定期自动生成设备运行记录及报告。