Ngăn dừng máy đột ngột ngay từ dấu hiệu
Phát hiện từ giai đoạn dấu hiệu những thiết bị từng dừng không báo trước, giảm dừng máy ngoài kế hoạch.
ECHO Predict
ECHO Predict theo dõi sức khỏe thiết bị từng phút, từng giây. Hệ thống tìm chuyển động bất thường trong rung · dòng điện · nhiệt độ và cảnh báo trước khi hỏng. Rủi ro rõ ràng được bắt ngay bằng ngưỡng, còn dấu hiệu nhỏ do AI học từ dữ liệu thiết bị của chính bạn phát hiện.
- Kiểm tra rung · dòng điện · nhiệt độ theo thời gian thực
- Mỗi giây
- Ngưỡng + mẫu hình AI
- Giám sát hai lớp
- Báo trước theo hai cấp
- Cảnh báo · Nguy hiểm
- Huấn luyện bằng dữ liệu vận hành bình thường
- Không cần hồ sơ hỏng hóc
Lợi ích chính
Biến bảo trì thành lịch trình
Lên lịch bảo trì theo dấu hiệu, không đợi hỏng mới sửa.
Tách riêng rủi ro và dấu hiệu
Ngưỡng bắt rủi ro rõ ràng, AI bắt dấu hiệu nhỏ.
Tinh chỉnh ngưỡng tại hiện trường
Vận hành và sửa báo nhầm, bỏ sót theo phản hồi hiện trường.
Ai sử dụng
Bảo trì, sản xuất, lãnh đạo nhà máy cùng theo dõi
Phụ trách thiết bị · bảo trì
Xem xu hướng cảm biến và mức độ bất thường của thiết bị có cảnh báo để quyết định có kiểm tra không và khi nào.
Quản lý sản xuất
Đưa trước lịch bảo trì vào kế hoạch sản xuất, giảm dừng máy ngoài kế hoạch.
Giám đốc nhà máy · Trưởng chất lượng
Xem cùng lúc trạng thái thiết bị và lịch sử chất lượng để quyết định thời điểm đầu tư và thay thế thiết bị.
Chức năng
Thu thập, huấn luyện và cảnh báo
01
Kết nối cảm biến
Thu thập theo thời gian thực giá trị cảm biến rung · dòng điện · nhiệt độ và PLC bằng LINKER SERVER.
02
Cho AI học trạng thái bình thường trước
Không cần hồ sơ hỏng hóc. Chọn các khoảng vận hành bình thường để AI học trạng thái thường lệ.
03
Bắt ngay rủi ro bằng ngưỡng
Đặt dải bình thường cho từng cảm biến, vượt ra là báo nguy hiểm ngay.
04
AI bắt dấu hiệu nhỏ
AI chấm điểm mức độ lệch dần khỏi mẫu hình thường lệ và báo trước khi hỏng.
05
Tách riêng cảnh báo và nguy hiểm
Phân loại dấu hiệu thành cảnh báo, rủi ro rõ ràng thành nguy hiểm để báo cho người phụ trách.
06
Tinh chỉnh ngưỡng ngay tại hiện trường
Nâng độ chính xác bằng cách sửa cảnh báo sai và dấu hiệu bị bỏ sót theo ý kiến hiện trường.
Màn hình
Xem trạng thái thiết bị trên màn hình
Màn hình 1 · điểm sức khỏe theo thiết bị, rung·dòng điện·nhiệt độ, nguyên nhân rủi ro hỏng hóc, khuyến nghị kiểm tra
Điểm sức khỏe AI theo thiết bị
Màn hình triển khai thực tế. Hiển thị điểm sức khỏe AI của từng thiết bị; thiết bị có điểm giảm dẫn thẳng tới biểu đồ cảm biến, nguyên nhân rủi ro hỏng hóc và khuyến nghị kiểm tra.
- Điểm sức khỏe
- Nguyên nhân rủi ro
- Khuyến nghị kiểm tra
Màn hình 2 · điểm sức khỏe AI theo khung giờ từng thiết bị, màu bình thường·chú ý·nguy hiểm, tóm tắt trạng thái
Heatmap điểm sức khỏe
Màn hình triển khai thực tế. Điểm sức khỏe theo khung giờ của từng thiết bị được thể hiện bằng màu, cho thấy ngay thiết bị nào xấu đi từ lúc nào.
- Điểm theo khung giờ
- Khoảng chú ý·nguy hiểm
- Tóm tắt thiết bị
Màn hình 3 · điểm sức khỏe AI, giá trị hiện tại và biểu đồ dòng điện·rung·nhiệt độ
Phân tích chi tiết thiết bị
Màn hình triển khai thực tế. Xem cùng lúc điểm sức khỏe và diễn biến dòng điện·rung·nhiệt độ của một thiết bị để khoanh vùng nguyên nhân.
- Điểm sức khỏe
- Biểu đồ theo cảm biến
- Xác định nguyên nhân
Tình huống sử dụng
Áp dụng từ thiết bị hay dừng nhất
Thiết bị quay
Phát hiện dấu hiệu bất thường ở ổ bi và trục từ biến đổi rung và dòng điện của máy nghiền, bơm, motor.
Thiết bị gia nhiệt
Tìm khoảng xu hướng nhiệt độ bộ gia nhiệt khác với mẫu hình thường lệ.
Thiết bị ly tâm
Coi mẫu hình tốc độ quay và tải cùng dao động là dấu hiệu bất thường.
Dây chuyền tự động
Kết hợp hồ sơ chạy·dừng và giá trị cảm biến của thiết bị dây chuyền để dự đoán dấu hiệu hỏng hóc.
Ví dụ áp dụng
Đã giám sát ngay bên thiết bị
Sản xuất thực phẩm · Đồ uống
Cảnh báo trước khi thiết bị dừng
- Nhiệm vụ
- Khi thiết bị cốt lõi dừng không báo trước, cả kế hoạch sản xuất lẫn chất lượng cùng sụp đổ. Bảo trì chỉ bắt đầu sau khi đã hỏng.
- Phương pháp
- Kết nối cảm biến rung·dòng điện·nhiệt độ và giám sát hai lớp. Từ dữ liệu vận hành bình thường, đặt ngưỡng trên·dưới cho từng cảm biến để bắt ngay rủi ro rõ ràng; AI học mẫu hình bình thường để phát hiện dấu hiệu lệch dần theo thời gian. Tách riêng ngưỡng cảnh báo và nguy hiểm, tinh chỉnh báo nhầm·bỏ sót ngay tại hiện trường.
- Điểm khác biệt
- Chuyển từ sửa chữa sau hỏng hóc sang bảo trì có kế hoạch dựa trên dấu hiệu. Nhờ dashboard và cảnh báo, người bảo trì hành động trước.
Vật liệu pin thứ cấp
Bất thường thiết bị môi trường báo trước bằng SMS, nguyên nhân hỏng tìm bằng dữ liệu
- Nhiệm vụ
- Các thiết bị môi trường như lọc bụi túi · tháp rửa khí · máy hút bụi nằm rải rác khắp nhà máy, nên khi dừng hay có sự cố, phải đến lượt kiểm tra tuần tra mới biết. Nguyên nhân dừng cũng không được ghi lại.
- Phương pháp
- Linker Server thu thập theo thời gian thực nhiệt độ đầu vào · đầu ra, mức, dòng điện quạt, nhiệt độ tuần hoàn và điện năng tích lũy của từng thiết bị. Mỗi thiết bị được đặt điều kiện 3 cấp cảnh báo · chú ý · quản lý; khi chạm điều kiện, hệ thống gửi SMS cho người phụ trách, đồng thời lưu thời gian chạy · dừng và lịch sử cảnh báo để phân tích nguyên nhân hỏng hóc và mô hình dừng máy.
- Điểm khác biệt
- Khi có bất thường, điện thoại người phụ trách đổ chuông trước tiên. Hiệu suất vận hành và lịch sử dừng của từng thiết bị được tích lũy theo tuần, giúp tìm và xử lý trước thiết bị hay lặp lại cùng một lỗi.
Thiết bị sản xuất
Dự đoán dấu hiệu hỏng hóc từ dữ liệu giám sát
- Nhiệm vụ
- Màn hình giám sát thiết bị chỉ cho thấy trạng thái hiện tại, không thể biết khi nào sẽ hỏng.
- Phương pháp
- Xây dựng cấu trúc dùng ngay dữ liệu thiết bị do Linker Server thu thập làm dữ liệu huấn luyện, và gắn mô hình dự đoán dấu hiệu hỏng hóc.
- Điểm khác biệt
- Máy chủ thu thập trở thành kho dữ liệu huấn luyện AI. Bắt đầu dự đoán mà không cần chuyển dữ liệu riêng.
Kịch bản áp dụng
Kết nối LINKER, MES để bảo trì trở thành kế hoạch sản xuất
Bổ sung từng sản phẩm khi cần để mở rộng như thế này.
- LINKER Thu thập giá trị cảm biến.
- Predict Tính điểm bất thường.
- LinkerFlow Hiển thị cảnh báo trên dashboard.
- Predict Cảnh báo được phát ra.
- Orchestrator Tổng hợp lịch sử bảo trì và hạng mục kiểm tra.
- TEAMS Gửi tin nhắn cho người phụ trách bảo trì.
- Predict Lên lịch bảo trì.
- MES Đưa thời gian bảo trì vào kế hoạch sản xuất.
- Điều chỉnh lệnh sản xuất.
Cùng với hệ thống hiện có
Giá trị cảm biến không ra khỏi nhà máy
Cách triển khai
Cấu hình và chi phí tùy theo phạm vi triển khai, số người dùng và môi trường cài đặt. Hãy cho chúng tôi biết tình hình hiện tại để được tư vấn phương án phù hợp.
Liên hệ triển khaiMôi trường cài đặt
Cài trên máy chủ nội bộ nhà máy, dữ liệu thiết bị không ra bên ngoài.
Liên kết hệ thống hiện có
PLC và cảm biến sẵn có được LINKER nhận nguyên trạng, cảnh báo gửi qua messenger và dashboard.
Chuẩn mở
Dùng dữ liệu cảm biến OPC UA, Modbus, MQTT và PLC.
FAQ
Câu hỏi thường gặp
Hầu như không có dữ liệu hỏng hóc thì có được không?
Được. AI học dữ liệu vận hành bình thường chứ không phải dữ liệu hỏng hóc, để đo mức độ lệch khỏi trạng thái bình thường.
Có cần lắp thêm cảm biến không?
Bắt đầu trước với giá trị PLC và cảm biến sẵn có. Nếu thiếu giá trị thật sự cần như độ rung, chúng tôi cùng thiết kế bổ sung cảm biến.
Báo nhầm nhiều thì sao?
Tách riêng ngưỡng cảnh báo và nguy hiểm, điều chỉnh ngưỡng theo phản hồi hiện trường để giảm báo nhầm.
Thời gian triển khai mất bao lâu?
Tiến hành theo thứ tự phân tích dữ liệu, xác định vùng bình thường, xây dựng mô hình, vận hành thử, mở rộng; thời gian tùy số thiết bị và tình trạng dữ liệu.