开发用于空气处理机组的预测性保养人工智能模型

创科方案 开发用于空气处理机组的预测性保养人工智能模型
(编号: S-1633)
试验项目
方案特点
  • 方案包括安装振动感测器来监测 AHU 设备的振动。 根据 ISO-10816,振动程度能反映了设备的健康状况.
  • 方案还可以将振动强度的时间序列域更改为频域(透过 FFT- 傅立叶转换)以分析各个组件中的特定故障
  • 使用FFT训练AI模型,可以识别轴不对中、不平衡、马达基础松动、轴承缺陷和皮带磨损
  • 为维护人员提供人机介面,监控设备健康状况并接收可能指示潜在故障的通知和警报
  • 可设计为与机电工程署 IBMS 或现场 BMS 集成
试验应用及预期成果
  • 振动感测器将安装在AHU上,安装点和方法将在现场确定.
  • 感测器将连接到资料记录器,记录器会聚合振动数据并将数据传递到中央伺服器执行机器学习和资料储存的.
  • 采用有监督的AI学习, 导入代表不同故障的FFT样本. 故障 FFT 可从现场故障设备产生或调整设备的正常 FFT 反映故障
  • AI 模型训练完成后,将安装在运行的 AHU 或测试台 AHU 设备上,以测试其准确性。会持续微调以确保模型的准确性.
  • 最终,人工智慧能够找出(基于 FFT 频谱)潜在的轴不对中、不平衡、马达基础松动、轴承缺陷和皮带磨损.
附加方案资料 Nam Wah Proposal for AHU Predictive Maintenance W-0517.pdf
方案提供者资料
方案提供者:南华智能自动化有限公司
地址:香港九龙长沙湾道883号亿利工业中心2字楼202室
联络人:杜嘉骏
职位:经理
电话:91391016
电子邮件: winson@namwahautomation.com.hk
网页: www.namwahautomation.com.hk

有关上述创新科技解决方案的详情,请联络方案提供者查询。