單位名稱:智擎信息技術(北京)有限公司
詳細地址:知春路錦秋國際A座501
單位網址:www.wysengine.com
郵編:100000
優勢:公司已經將物聯網、工業大數據、機器學習等技術應用到了能源和制造業領域的具體場景中,并取得了顯著的效果。在機器學習方面,我們將深度學習LSTM、機器學習XGBoost和隨機森林等模型機理同行業知識圖譜相融合進行故障預測,在某些細分行業,已經可以針對某些重點故障提前2-4天的故障預測。準確率達到了95%以上。
單位簡介:利用物聯網和大數據機器學習技術,智擎公司為工業企業提供各類設備的實時狀態數據分析、智能故障預警分析以及增值服務的科技創新型公司。致力于成為中國乃至全球領先的工業設備智能監控、故障預警、增值服務的科技公司。讓每臺工業設備健康運行是我們的使命。
本單位工業互聯網典型案例
項目名稱:風電場故障預警平臺
實施時間:2017-06-01
實施地點:北京、廣東
合作單位:明陽智慧能源、中廣核風電
技術/方案特點及先進性:技術主要的研究方向是創建出自適應的高準確率的故障預測算法。算法能夠適合云端和邊緣端運行,可以適合多個工業制造業行業領域使用。我們使用了“端”+“云”的技術路線。就是部署在現場的邊緣技術終端和云端平臺協同工作。“智策大腦”是一款基于GPU高性能計算的邊緣計算終端。它可以同步“智策工業AI云”云端的算法套件模型,并在邊緣端進行設備運行狀況的監控、設備運行故障的分析、產品工業和次品率分析和優化,快速給客戶提供決策支撐。它的秒級計算能力達到10000點參數*129層。此外,模型自適應學習的效率可以控制在10000點參數*129層30分鐘之內。實現了:1.內置數據采集、轉發程序實現整個場站及各個設備的數據采集工作。支持多種協義(包括MODBUSRTU/TCP、OPC、FTP、SFTP、IEC102、IEC101/104、ADS、M1、DNP),并對數據進行壓縮、加密。2.內置了自研的模型自優化機制,包括:“自組織的自動化健康故障標記算法”、“知識圖譜的工業故障預測技術”、“模型自由化模型技術”等”。3.內置模型運行環境,基于TensorRT和TensorFlow框架,支持多種文件格式的數據運行模型及模型持續優化,并可實現模型分析結果展示。4.內置故障預警可視化分析平臺,讀取PLC、SCADA等數據執行模型運行,可視化展示模型運行結果。5.與云端互動,云端模型一鍵下發部署至邊緣計算終端(需依賴現場網絡)。模型套件下發不超過1分鐘。6.現場網絡不穩定數據延遲、響應不及時。邊緣計算終端由于更貼近生產設備可以在保證低延遲的情況下為用戶提供豐富的服務,同時減少了需要傳輸到云端的數據量,緩解網絡帶寬與數據中心的壓力。數據從端到云不超過3秒鐘。7.數據安全與隱私保護。邊緣計算終端由于更貼近生產設備,訪問控制與威脅防護的廣度和難度因此大幅提升。主要包含設備安全、網絡安全、數據安全與應用安全。“知識圖譜的工業故障預測技術”:8.智擎自研發了具有自學習功能的知識圖譜工業故障預測技術和產品。解決了工業故障領域知識被動積累的問題。傳統的方式,都是手動的添加專家知識,而且知識圖譜的關聯和分析結論完全基于人的經驗。我們利用自組織技術和AutoML技術,來形成可以自動生長的知識圖譜全圖。任何增加的知識圖譜節點都是以最終的預測準確率為驗證標志。
知識圖譜是人工智能技術的重要組成部分,其強大的關聯認知分析和互聯組織能力,為智能化信息應用提供了基
礎。本質上,知識圖譜是為了描述真實世界中存在的各種實體或概念及其關系,其構成一張巨大的網絡圖,節點表示實體或概念,邊則由屬性或關系構成。
解決的痛點和問題:1.無法實施高準確率的感知設備運行狀況;2.針對大部件的損壞無法提前預測,導致故障頻發,運維成本高企;3.無法根據運行工況來調整運行策略,損失發電量;4.數據資產缺失,無法對整個設備生命周期進行全局管理。
實施效果:1.對設備運行數據和狀況進行遠程管控;2.對設備大部件的隱患提前感知,提前排查降低故障率和部件更換頻次;3.形成了故障知識圖譜,用于設備研發和智能化的設備運維。
推廣行業及適用場景:產品和解決方案推廣到陸上油田的大型旋轉機械設備,以及大型工廠的生產線中。在油氣行業,我們關注到油田相關設備中旋轉設備占有很高的比例。而我們的產品和模型對旋轉設備的適配效果非常突出,因此將產品和模型應用到了油氣動設備中。例如:抽油機、壓縮機等設備。除了能源行業,我們也將產品和模型推廣到流程生產中。在小型工業品生產、快消品生產場景中也得到了應用。尤其是生產線磨損件的故障預測和生命周期分析方面。
已取得的聯盟項目情況
時間(年) |
項目類型 |
項目名稱 |
單位角色 |
2018 |
工業APP應用案例 |
工業設備故障預測分析系統APP |
|