AISPHM
預測性設備健康維護的先進解決方案
產品介紹
預測設備健康 未雨綢繆
AISPHM 解決方案能提早發現設備異常的徵兆,讓工廠能在故障發生前提早備料及排定維護時間,避免機器突然發故障而導致停機;透過AI人工智慧監測,有效幫助生產不中斷,延長設備使用時間。
No Code 快速上手
使用者無需具備AI專業知識或撰寫程式碼,也可進行設備預測任務。
結合 ISO-10816-3 與 FFT 頻譜 AI 建模
針對各設備建立其專屬 AI 模型,持續監測設備運行的狀態,若與原始建立的 AI 模型產生差異,便記錄成為異常事件。
基於 Web 的私有和公有雲架構
完全的容器化架構加強多平台的部署彈性,PC/手機/平板均可無縫存取。
具成本效益的基於 CPU 的建模和推論
Intel i7 機台即可支援 120 顆感應器數據處理,無須額外 GPU 資源。
一目了然的事件監控總管
依據產線(Location),設備組(Machine Train),轉動設備(Machine)到檢測點 (Sensors)階層,管理者可快速掌握機台歷史 數據,感應器連線狀態,事件通報,依據異 常類型做進階檢測或潤滑油測試。
機器學習頻譜建模與ISO10816-3偕同
AISPHM 結合 FFT 頻譜建模和 ISO 10816-3 的特色,實現全面的機械振動監測。ISO 10816-3 提供整體振動評估,FFT 則提供頻域分析,早期故障檢測,多通道分析和定量評估。這種結合允許更深入,全面的故障檢測和設備健康監測。
監測/建模/標記/訓練 一氣呵成
相同的馬達安裝在不同地面,負載下須因地制宜建立模型。可設定不同的資料收集區間,建模完成後自動比對異常數據,並提供詳細頻譜作資料標記,維持模型的適用性。
彈性架構支援多種感應器連接方式
ASUS IoT 提供必要的硬體、軟體和算法,以支持適用於有線和無線感測器的多功能框架。PE100A 提供 12 顆有線感測器的連接能力,而 PHM Server 則可以同時處理上百顆感測器的資料建模和異常偵測。
讓預測預防與設備健康管理變得簡單
透過分析振動數據,AISPHM 允許管理人員對重要機械進行趨勢分析。
AISPHM 擅長比較馬達維修前後的數據,找出差異。
利用人工智慧分析資料進行非破壞性異常檢測,確保設備完整性。
多元應用場域
適用於半導體業、製造業、重工業、海運業、鐵路運輸業、能源產業…等,全系列機種,皆能符合使用上的需求。
產品數量已達上限
最多四樣產品。如果您有超過四樣產品需要比較,請移除或重新選擇產品進行比較。
確認