TRC-2018学习区46:50
C&W Services的David Auton和Petasense的Abhinav Khushraj

在一次成功的试点后，C&W服务公司在其领先的制药客户设施中实施了基于机器学习的预测性维护系统，以解决人工走动计划的局限性。在过去的一年里，通过利用无线传感器、安全的云基础设施和预测分析，C&W Services已经能够自动化数据收集，提高资产可靠性，减少设备停机时间，大幅减少维护支出，实现更好的资源配置。在部署后不久，工业物联网解决方案使C&W Services的可靠性工程师能够检测AHU中的缺陷，从而防止灾难性故障。该资产显示出风扇轴谐波振幅的增加。经调查，证实是皮带松动，轴没有对准。在另一个例子中，枕头块轴承在风扇上非常嘈杂。在润滑后，加速度谱有一个台阶式的增加，相对较小，但可以明显地恢复到正常的振动特征。通过对关键旋转机械的持续监测，C&W服务公司已经能够通过强大的投资回报率和其他切实的利益来实现竞争优势。今天，它正在激励工业世界的其他人向工业物联网过渡。