无需在设备上安装传感器
仅读取配电柜与控制柜的电压、电流进行诊断,因此水下、高温或难以接近的设备也无需触碰即可诊断。
仅凭电信号即可按设备学习状态,并提供任何人都能查看的诊断。
仅读取配电柜与控制柜的电压、电流进行诊断,因此水下、高温或难以接近的设备也无需触碰即可诊断。
以机器学习按设备学习正常状态,并用随负载变化的自适应阈值取代固定阈值。
通过电气特征分析(ESA),在 2 通道独立配置的一台装置中同时诊断电机、变频器、变压器与电能质量。
通过内置 Web 服务器无需安装即可查看实时数据、诊断结果与报警事件,并以 Modbus 对接 SCADA 与 BMS。
分析在配电柜内的装置上执行,需要多厂区监测与长期历史时再加入服务器或云。
以诊断数据预测并优化维护计划、及早发现故障,从而减少意外事故、能源消耗与停机时间。
边缘 AI(Edge AI)是在传感器、网关、工业物联网设备等产生数据的边缘设备上直接运行 AI 算法与模型,实时分析并作出判断的技术。
与把数据传到云端再分析的方式不同,它能在现场即时处理数据,因此适用于设备异常检测、故障预测、预测性维护(Predictive Maintenance)、工业自动化等需要快速判断与响应的领域。
在现场即时分析电气信号,快速发现设备异常征兆。
通过现场处理最大限度减少数据外传,安全保护重要信息。
仅传输必要结果,减少网络流量与通信成本。
通过现场分析减少云端使用量,有效降低系统运营成本。
更深入地了解每台设备,更高效地运营,用计划检修取代事后应对。
及早找出并呈现正在发展的缺陷,可在设备停下之前备好零件,连交货周期长的件也能提前安排。
在严重磨损开始之前应对异常行为,延长电机、水泵、压缩机、变压器的寿命。
看清哪台设备何时需要处置,依据实测状态而非固定周期来安排作业。
更早知晓,现场的突发状况与临时判断减少,日常运营更稳定。
分析在配电柜完成,无需等待云端处理或人工复核,结果立即给出。
在绝缘应力、接地故障、过热演变为事故之前及时发现。