基于設備運行數據信息,對設備關鍵部件的常發故障進行統計分(fēn)析,從數據中(zhōng)提取多域、多源故障特征,利用聚類、K最近鄰分(fēn)類、支持向量機、混合智能診斷等機器學習算法構建關鍵機械設備故障識别模型,自适應解析設備故障模式與故障知(zhī)識,智能診斷關鍵機械設備典型故障。
爲用戶提供專業數據分(fēn)析工(gōng)具,借助趨勢分(fēn)析法、時域分(fēn)析法、頻(pín)譜分(fēn)析法、包絡分(fēn)析法等工(gōng)具方法,分(fēn)析傳感器等采集的數據。
可用于對設備的軸系類故障、齒輪故障、軸承故障、電(diàn)機故障等做出分(fēn)析判斷。
AR眼鏡
将AR技術與專業信号分(fēn)析技術相結合,爲用戶提供更加便捷的可視化分(fēn)析手段,實時展示生(shēng)産線、設備、傳感器的運行狀态、關鍵數據、故障預警等信息,協助運維人員(yuán)快速排除設備故障。