Recommended
More Related Content
Similar to 数据让机器更智能
Similar to 数据让机器更智能 (20)
More from Hardway Hou
More from Hardway Hou (20)
数据让机器更智能
- 1. 数 据 让 机 器 更智能 Data makes machine more intelligence 寄云科技 张奇
- 5. 研发 计划 资源 制造 交付 销售和服务供应商和 合作伙伴 客户 分析、财务、人力资本管理、运作支持、集团服务 企业管理和支持 战略资源采购 供应商协调 新产品和过程发展研究管理 研发 投诉管理、产品信息管理 客户服务 供应链设计、供需管理、分销和运输、订单执行、存货管理 供应链计划与执行 生产运作 / 企业资产管理 生产计划与执行 质量管理承诺 质量管理和承诺 销售、运作计划、付款、合同 销售和市场 生产控制、物流管理 企业资源计划 面向流程的制造业信息系统现状
- 6. 面向决策的智能化分析系统 Sensor、MES 传感器及其控制系统 PDM, SCM, CRM, Finance, ERP… 经营管理系统 Analytics System 决策分析系统 中国制造2025 智 能 化 系 统 智 能 制 造 智 能 设 备
- 11. • 故障发生之后，纠错 性维护 • 故障发生之前维护 • 基于固定时间间隔和 可视化检查 • 根据实际状态，进行 维护 • 诊断数据的传输和远 程监控 • 根据对系统状态的预 测，进行维护 • 通过分析模式和趋势， 实现失效预测 • 自主预测 • 自动化运维 纠错性维护 预防性维护 基于状态维护 预测性维护 自动化维护 持续优化现有的技术和项目，持续推动创新和技术进步。 技 术 复 杂 度 基于大数据分析的设备维护保障系统 Condition-based Maintenance Prognostics and Health Management Reactive Maintenance Preventive Maintenance Automation Maintenance
- 13. 盾构机工作原理简介
- 14. 大数据
- 15. 大数据
- 16. 数据准备： 数据源（传感器指标）筛选 参数号 含义 822 风速1秒平均值 818 电网电压L2 751 变桨角度1秒平均值 744 发电机转速30秒平均值 790 轮毂温度1秒平均值 746 电网电流L2 778 发电机冷风温度1秒平均值 749 机舱方向总角度 753 电网无功 745 电网电流L1 747 电网电流L3 821 风速 817 电网电压L1 812 机舱供电用690/400V变压器温度1秒平均值 833 机组运行时间总数 797 机舱外温度1秒平均值 781 发电机定子绕组U温度1秒平均值 772 发电机DE端轴承温度1秒平均值 732 桨叶3电机温度1秒平均值 726 桨叶1电机温度1秒平均值 784 发电机定子绕组V温度1秒平均值 757 齿轮油温1秒平均值 752 变桨角度30秒平均值 823 风速30秒平均值 734 电缆扭转总角度 737 Z向振动实时值 736 向振动实时值 819 电网电压L3 803 转子轴承A温度1秒平均值 729 桨叶2电机温度1秒平均值 750 变桨角度 794 机舱温度1秒平均值 742 发电机转速 参数号 含义 833 机组运行时间总数 732 桨叶3电机温度1秒平均值 772 发电机DE端轴承温度1秒平均值 778 发电机冷风温度1秒平均值 752 变桨角度30秒平均值 757 齿轮油温1秒平均值 734 电缆扭转总角度 737 Z向振动实时值 797 机舱外温度1秒平均值 821 风速 749 机舱方向总角度 819 电网电压L3 753 电网无功 817 电网电压L1 744 发电机转速30秒平均值 803 转子轴承A温度1秒平均值 751 变桨角度1秒平均值 818 电网电压L2 806 转子轴承B温度1秒平均值 823 风速30秒平均值 736 向振动实时值 766 齿轮箱DE端轴承温度1秒平均值 822 风速1秒平均值 参数号 含义 821 风速 822 风速1秒平均值 207_x_30 风机有功用电量(30分钟) 833 机组运行时间总数 757 齿轮油温1秒平均值 778 发电机冷风温度1秒平均值 732 桨叶3电机温度1秒平均值 734 电缆扭转总角度 797 机舱外温度1秒平均值 790 轮毂温度1秒平均值 763 塔基电柜温度1秒平均值 809 塔基温度1秒平均值 818 电网电压L2 761个测量点， 可参与建模 模型初步筛选结果， 人为筛选与刀盘、 配置、齿轮、驱动 等相关指标 利用数据变化度 筛选有效指标 筛除全零指标 梳理最终得到指 标60个指标
- 17. 有效的传感器数据源指标 本地时间 里程 挖掘室1_压力检测 刀盘位置 环号 净行程 挖掘室2_压力检测 刀盘左转 No_1刀盘电机電流 No_1刀盘电机转矩 挖掘室4_压力检测 刀盘右转 No_2刀盘电机電流 No_2刀盘电机转矩 挖掘室5_压力检测 进刀率 No_3刀盘电机電流 No_3刀盘电机转矩 A区推进千斤顶行程 刀盘扭矩 No_4刀盘电机電流 No_4刀盘电机转矩 B区推进千斤顶行程 工作压力舱空气压力 No_7刀盘电机電流 No_7刀盘电机转矩 C区推进千斤顶行程 推进总油压 No_8刀盘电机電流 No_8刀盘电机转矩 D区推进千斤顶行程 盾构推进速度 No_9刀盘电机電流 No_9刀盘电机转矩 E区推进千斤顶行程 盾构推进速度_plc_ No_10刀盘电机電流 No_10刀盘电机转矩 F区推进千斤顶行程 总推力 No_11刀盘电机電流 No_11刀盘电机转矩 推进A区压力 土沙量积算 No_12刀盘电机電流 No_12刀盘电机转矩 推进B区压力 偏差流量积算 No_13刀盘电机電流 No_13刀盘电机转矩 推进C区压力 盾尾密封积算 No_14刀盘电机電流 No_14刀盘电机转矩 推进D区压力 No_17刀盘电机電流 No_17刀盘电机转矩 推进E区压力 No_18刀盘电机電流 No_18刀盘电机转矩 推进F区压力 No_19刀盘电机電流 No_19刀盘电机转矩 刀盘转速
- 20. 分析三： 结合土层信息的异常分析
- 28. 结果验证： 盾构推进故障统计表 班组 日期 环号 推进 拼装 机械 故障 原因 原因 泥水 故障 原因 其他 原因 三班 2012/12/28 609 1 11 封顶块弹出加固 一班 2012/12/28 12 609环种筋 二班 2012/12/29 12 封顶块弹出加固 三班 2012/12/29 12 盾构清理 二班 2012/12/30 610 1 4 维修多点油脂泵 3 通3#4#6#注浆管 2 更换HBW油脂泵 三班 2012/12/30 610 0.75 1.25 1 拌站冰冻影响拌浆速 度 611 1.5 1.5 2 608环环氧封堵 612 1.5 1.25 613 0.75 一班 2012/12/31 613 0.75 1.5 2 调换口字件行车 转盘油管 刀盘经常跳， 维修8#电机 614 1.5 1.5 615 1.25 二班 2012/12/31 615 0.5 1.5 1 拌站短皮带机故障 616 1.5 1.5 617 1.5 1.5 618 1.5 1.5 619 1.5 一班 2013/1/1 619 1.5 1 V50阀门限 位更换 620 1.5 1.5 1 地面泥水管 漏水 在本阶段分析中发现的614-615环8号电机的持续异常在故障列表中也得到验证
- 30. 分析总结 通过环间分析发现整体趋势性异常 从扭矩不平衡/（主）扭矩回归异常发现的后200环持续严重 异常 各区推进力相同土质条件/工作条件下的异常持续下降 通过环内分析发现部分表现异常的电机（与故障列表及德国厂商报告 部分吻合） 614-615环的8号电机电流异常 167环的7号刀盘电机电流异常 多环出现的4、18、19刀盘电机的电流/扭矩异常
- 38. 用户 分析 LANGUAGES MATH & STATS DATA MINING BUSINESS INTELLIGENCE APPLICATIONS 决策者、研发者 业务分析人员业务操作人员 终端用户 用户 模型驱动 数据驱动 理论 假设 观察 证明 数据 理论 假设 模式 观察 “自上而下”、“自底向上”是“and”的关系，而不是“or”的关系 大数据分析有什么不同？
- 40. 先进传感 器网络 故障信号 报警信号 历史 监测信息 SaaS 大数据PaaS IoT数据分析 解决方案套件 IoT数据分析 基础套件 数据整合 数据整合服务 故障检测 故障诊断 故障预测 RUL CBM 远程监控 数据源 检查报告 维修大纲 实时状态 参数 其他… PostgreSQL 实时 数据接收 数据 预处理 数据 分析 数据 可视化 寄云智能分析云平台解决方案 智 能 分 析 云 平 台 批量 数据接收 数据 存储 数据 统计 Kettle HBase
- 41. 1.0 传统分析 1. 描述型分析和报表 2. 内部数据源，相关 的小的结构化的数 据 3. 幕后的分析团队 4. 内部决策支持 总结与描述过去 已经发生的事情 Analytics 1.0 | Traditional Analytics 描述型分析
- 42. 1.0 传统分析 1. 描述型分析和报表 2. 内部数据源，相关 的小的结构化的数 据 3. 幕后的分析团队 4. 内部决策支持 2.0 大数据 1. 复杂、大量、非结构 化的数据源 2. 新的分析和计算能力 3. 数据科学家的出现 4. 在线公司创建了基于 数据的产品和服务 总结与描述过去 已经发生的事情 预测未来将要发 生的事情 Analytics 2.0 | The Big Data Era 预测型分析
- 43. 1.0 传统分析 1. 描述型分析和报表 2. 内部数据源，相关 的小的结构化的数 据 3. 幕后的分析团队 4. 内部决策支持 2.0 大数据 1. 复杂、大量、非结构 化的数据源 2. 新的分析和计算能力 3. 数据科学家的出现 4. 在线公司创建了基于 数据的产品和服务 3.0 快速洞察提供 商业影响力 1. 分析被整合到业务；分析 被认为是策略竞争资产 2. 提供快速和敏捷的洞察力 3. 分析工具进行决策 4. 嵌入式分析，为决策和流 程操作，带来了革命 5. 所有的公司都可以创建基 于数据的产品和服务 总结与描述过去 已经发生的事情 决定采 取何种 行为促 使未来 的事件 发生 预测未来将要发 生的事情 Analytics 3.0 | Fast Business Impact For The Data Economy 经营型分析
- 44. 1.0 传统分析 1. 描述型分析和报表 2. 内部数据源，相关 的小的结构化的数 据 3. 幕后的分析团队 4. 内部决策支持 2.0 大数据 1. 复杂、大量、非结构 化的数据源 2. 新的分析和计算能力 3. 数据科学家的出现 4. 在线公司创建了基于 数据的产品和服务 3.0 快速洞察提供 商业影响力 1. 分析被整合到业务；分析 被认为是策略竞争资产 2. 提供快速和敏捷的洞察力 3. 分析工具进行决策 4. 嵌入式分析，为决策和流 程操作，带来了革命 5. 所有的公司都可以创建基 于数据的产品和服务 总结与描述过去 已经发生的事情 决定采 取何种 行为促 使未来 的事件 发生 预测未来将要发 生的事情 Today Analytics 3.0 | Fast Business Impact For The Data Economy 经营型分析
- 45. 谢 谢