幫助企業(yè)提升產(chǎn)品核心競爭力，實(shí)現(xiàn)產(chǎn)品智能化
PHM、故障預(yù)測與健康管理、亞健康預(yù)測、故障診斷、壽命預(yù)測、設(shè)備診斷、健康度評估
咨詢熱線：400-880-9359
設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)不及時、不完整、不精細(xì)，運(yùn)行狀態(tài)無法預(yù)知，設(shè)備維護(hù)工作難于監(jiān)管，影響設(shè)備運(yùn)轉(zhuǎn)效率；
設(shè)備過修或者欠修，以及設(shè)備突發(fā)故障導(dǎo)致生產(chǎn)及運(yùn)營過程中斷，增加維修成本大幅提升；
設(shè)備故障預(yù)測及健康診斷相關(guān)分析模型欠缺，不能有效開展預(yù)測性維修維護(hù)，增加設(shè)備運(yùn)行風(fēng)險；
個性化的APP應(yīng)用，滿足客戶個性化需求（靈活配置、多租戶）；
支持遠(yuǎn)程升級，功能更加豐富，覆蓋更多角色和業(yè)務(wù)場景（如維修智能助手）；
模塊化開發(fā)，共性組件的重復(fù)使用，更快的客戶需求響應(yīng)速度；
具有通用接口，便于與其他系統(tǒng)集成協(xié)同，數(shù)據(jù)互通；
構(gòu)建業(yè)務(wù)、數(shù)據(jù)雙中臺，更強(qiáng)大的中后臺支撐前端開發(fā)；
云原生應(yīng)用，支持多種部署模式和靈活布控；
基于當(dāng)前主流、領(lǐng)先的容器、微服務(wù)的軟件開發(fā)架構(gòu)（云原生架構(gòu)）；
更強(qiáng)大的算法庫支撐（標(biāo)準(zhǔn)算法庫、故障特征庫、擴(kuò)展算法庫）；
更豐富的大數(shù)據(jù)分析組件（分布式數(shù)據(jù)存儲、大數(shù)據(jù)分析組件如Spark）；
通用化的組件和功能模塊，提高軟件模塊化和共享度，縮短開發(fā)周期；
輕量化、服務(wù)化、低耦合，基于開源平臺，可選擇可替換，建設(shè)模式和供應(yīng)商中立；
采用超融合架構(gòu)搭建私有云環(huán)境，支持彈性擴(kuò)展；
資源統(tǒng)一管理統(tǒng)一運(yùn)維，運(yùn)維效率大幅提高，運(yùn)維成本大幅降低；
高可用，穩(wěn)定性和可靠性大幅提高；
支持邊緣計算，部分健康診斷和數(shù)據(jù)過濾算法可由邊緣計算完成；
支持與云端協(xié)同，邊云協(xié)同應(yīng)用進(jìn)一步提高系統(tǒng)計算能力和響應(yīng)速度；
支持多種類型的數(shù)據(jù)傳輸方式和通信協(xié)議，設(shè)備接入能力提升；
對產(chǎn)品硬件端的傳感器部署、邊緣計 算部署、軟件功能部善等進(jìn)行設(shè)計， 支持主流的協(xié)議轉(zhuǎn)換，以及其于4G， 5G等方式的數(shù)據(jù)采集，實(shí)現(xiàn)多種物聯(lián) 網(wǎng)設(shè)備的高并發(fā)控入
對設(shè)備端采集的數(shù)據(jù)進(jìn)行多樣化處理 包括一致性檢查、無效值處理、孤立 值處理、缺失值處理等，井應(yīng)用聚類 算法，深度神經(jīng)網(wǎng)絡(luò)等A算法對鼓據(jù) 進(jìn)行自動清洗。
主要完成PHM所涌蓋業(yè)務(wù)應(yīng)用場景的 所有海量數(shù)據(jù)存儲要求，對數(shù)據(jù)進(jìn)行 分層、分類管理，確保數(shù)據(jù)的唯一性、 完整性、可追溯性等，同時要滿足高 效、及時的處理要求
主要充成傳感器選型與明確監(jiān)測參數(shù) 海量監(jiān)測數(shù)據(jù)預(yù)處理如奇異值剔除、 數(shù)據(jù)平滑處理、數(shù)據(jù)降噪等)》，監(jiān)測 數(shù)據(jù)特征拐取(如時域特征、頻域特征 時頻域特征)等，同時對設(shè)備異常狀態(tài) 進(jìn)行監(jiān)測并預(yù)警
主要基于海量監(jiān)測數(shù)據(jù)，采用支持向 量機(jī)、神經(jīng)網(wǎng)絡(luò)等人工智能尊法，完 成產(chǎn)品的健康度評估，實(shí)現(xiàn)早期異常 報警、亞健康狀態(tài)報警等。
主要基于海量監(jiān)測教據(jù)，采用卷積神 經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算 法，實(shí)現(xiàn)產(chǎn)品的故障診斷與分析，實(shí) 現(xiàn)產(chǎn)品故障的快速精確診斷，給出相 應(yīng)的維修建議，同時故障分析與診斷 算法能夠?qū)崿F(xiàn)自學(xué)習(xí)自進(jìn)化。
實(shí)現(xiàn)與企業(yè)售后服務(wù)等系統(tǒng)的集成， 甚于健康狀態(tài)報警、故障診斷分析等 結(jié)果，確定故障等級、影響范國、影 響程度、故降位置與原因等，制定相 應(yīng)的維修維護(hù)措施。
主要采用柱狀圖、折線圖、雷達(dá)圖、 散點(diǎn)圖、餅圖等圖形以及表格，可視 化地星現(xiàn)狀態(tài)監(jiān)測、故障診斷、健康 狀態(tài)評估等結(jié)果，便于用戶了解分析 診斷結(jié)果，同時，用戶也可以查詢歷 史的海最監(jiān)測數(shù)據(jù)
主要包括角色管理、權(quán)限管理、密碼 管理、日志管理、設(shè)備注冊、設(shè)備增 減、設(shè)備定位管理、用戶運(yùn)維轄區(qū)管 理、數(shù)據(jù)加密管理、遠(yuǎn)程升級等管理
康尼應(yīng)用PHM推動了數(shù)字化地鐵車門從車門數(shù)據(jù)采集、狀態(tài)監(jiān)測、故障診斷及亞健康預(yù)警、產(chǎn)品維修、故障分析與改進(jìn)全過程的閉環(huán)管理，實(shí)現(xiàn)車門故障診斷準(zhǔn)確性、亞健康預(yù)測準(zhǔn)確性的提升，以及運(yùn)維成本的降低，產(chǎn)品穩(wěn)定運(yùn)行時間提升等目標(biāo)。
