创科愿望 |
海水泵自动故障检测系统
(编号: W-0540) |
已配对创科方案 |
|
试验项目 |
|
摘要及挑战 |
- 在制冷系统中的海水泵因为直接接触海水,老化和损耗比其他水泵更严重。而且海水泵房通常位于地下较深处,损坏时可能引发较严重后果如淹没机房等情况。
- 但目前的监控系统只能在问题已经存在一段时间后才提供警报。即使是一些更先进的故障检测系统,仍然无法准确定位故障部件或量化故障的严重性和紧急性。
|
预期成果 |
- 精确预测部件状况及资料驱动的决策支援:利用多来源资料(感测器资料、运行历史、维护记录)和人工智慧模型,精确预测海水泵部件的状况,包括磨损、老化和潜在故障点。使用物理引导机器学习、或者多模态和注意力机制等技术来提高准确性,并提供维护和更换计划的建议。
- 量化故障严重性和紧急性:将故障分类以量化其严重性和紧急性。利用异常检测演算法,根据历史和即时资料动态评估故障风险,帮助维护人员制定优先顺序维护计划。
- 早期预警机制:开发基于时间序列分析和预测模型的早期预警系统,在问题刚出现时即发出警报,避免问题恶化。通过自动化系统即时监控和检测资料流程,及时识别和报告异常情况。
- 简易安装及不影响系统运作:设计便于安装的感测器和监控设备,确保安装过程简便且不影响海水泵的正常运作。开发无线感测器网路,减少布线需求,提升系统的灵活性和可扩展性。
- 快速应用:利用迁移学习和少样本学习技术,降低对大量故障资料的需求,使系统快速应用到目标海水泵。开发自我调整模型,根据不同海水泵的特性和运行环境进行优化,提高模型的泛化能力。
- 视觉化及报告生成:开发视觉化仪表板,提供直观的资料展示和分析结果,帮助维护人员快速理解和评估系统状况。自动生成维护报告。
|
预计试验期限 |
12个月
|
联络资料 |
|
创建日期 |
2024-07-26
|
截止日期 |
2024-08-02
|
提议创科方案 |
提交方案
|