软件平台 · 预测性维护
WE 预测性维护平台
Predictive Maintenance Platform
基于振动机理与数理模型，对电机、风机、空压机、泵及 CNC 主轴等旋转设备实现在线监测、故障预警与剩余寿命预测，把被动维修变为主动预防，降低非计划停机。
平台定位与核心能力
机理 + 数理模型振动机理与数据驱动融合，精准识别退化趋势
提前预警故障提前数天至数周预警，变盲修为精修
闭环联动对接 CMMS/ERP 自动生成维修工单与备件需求
一、平台概述
WE 预测性维护平台 的定位与价值。
- 旋转设备（电机、风机、泵、空压机）故障往往突发，非计划停机损失巨大；传统定期维修要么过频浪费、要么漏检酿成事故。
- WE 以振动、温度、电流等多源信号为基础，结合机理模型与数理模型，实现状态评估与寿命预测。
- 与 DVS 数采平台、AIS-G160 协议采集协同，形成「感知 — 分析 — 决策 — 工单」闭环。
二、核心能力
平台面向工业现场的关键能力。
- 多源信号采集：振动（加速度 / 速度）、温度、电流等，经 AIS-G160 或传感器网关接入。
- 特征提取与机理模型：FFT 频谱、包络解调、趋势分析，识别轴承磨损、不平衡、不对中、齿轮缺陷。
- 故障预警：基于阈值与模型的健康度评分，提前数天至数周预警潜在故障。
- 剩余寿命预测（RUL）：结合退化模型预测轴承 / 部件剩余可用寿命，指导备件与计划维修。
- 维护工单联动：对接 CMMS/ERP，自动生成维修工单与备件需求，落地闭环。
- 健康看板：设备健康度、告警、趋势可视化，运维一目了然。
三、平台核心功能展示
基于振动机理与数理模型，对电机、风机、空压机、泵等旋转设备实现在线监测与故障预警。
四、技术架构
从边缘感知到上层应用的四层架构。
- 感知层：AIS-G160 或振动 / 温度 / 电流传感器采集旋转设备运行信号，边缘侧初筛
- 分析层：WE 做特征提取、机理模型匹配与退化趋势建模，输出健康度评分
- 决策层：按阈值与 RUL 生成预警、维修建议与备件计划
- 执行层：对接 CMMS/ERP 自动派单，与 DVS 看板联动展示全域设备健康
五、与工业网关协同
平台与 APM-G220 / AIS-T100 / AIS-G160 的数据与能力协同。
- 与 AIS-G160：采集旋转设备的振动 / 温度 / 电流等寄存器与报警数据，边缘侧初筛后上送。
- 与 DVS 平台：监测数据与健康评分汇入 DVS 统一看板，与工艺数据关联分析。
- 与 APM-G220：对需要人工介入的诊断工控机，G220 提供远程屏幕接管与脚本化巡检。
六、适用场景
平台在典型行业场景中的落地方式。
- 机加 / CNC：主轴振动与温升监测，避免撞刀与废件
- 机器人 / 自动化：传动链与关节健康度监控
- 数据中心 / 机房：空调、泵、空压站关键辅机监测
- 化工 / 能源 DCS：泵、风机、压缩机预测性维护
- 集团多厂区：分散旋转设备集中监测与统一预警
七、价值与量化指标
平台带来的可衡量收益。
30%+非计划停机减少
数天~数周故障提前预警
优化备件与维修计划
全设备健康度可视
八、部署边界与合规
合规与适用边界
WE 为分析型平台，依赖传感 / 协议数据接入；敏感行业须与 DVS 一并私有化部署于专网 / 内网，数据不出企业边界，4G 不连公有云。预测结果作为维修决策参考，不直接下发控制指令到安全相关回路。
九、常见问题（FAQ）
针对 WE 预测性维护平台 的高频疑问。
哪些设备适合上 WE？
各类旋转与传动设备——电机、风机、空压机、泵、CNC 主轴、机器人关节等，凡有振动 / 温度 / 电流信号的均可监测。
没有振动传感器能上吗？
可先用 AIS-G160 采集设备已有的电流、温度、报警等寄存器数据做轻量监测；高精度故障诊断建议叠加振动传感。
预测结果能直接控制停机吗？
平台输出健康度与预警，作为维修决策依据；涉及安全联锁的停机仍由原有控制系统执行，避免越权。
和定期维修比有什么好处？
变「按时间盲修」为「按状态精修」，减少过早更换浪费与过晚故障损失，降低非计划停机。