建立智能供应链 助力企业智能化转型升级

随着智能制造的发展,以企业为中心的传统供应链将逐步完成自身价值导向的转变,从实现企业的价值转向实现消费者的价值.在这一过程中,也促使企业主越来越清醒地意识到,供应链的建立不应以企业需求为主,而是要以市场的客户需求为主.     

基于物联网的电力通信网络智能运维系统研究

为了解决传统电力通信网络运维系统存在效率低、可靠性差等问题,提出了一种基于物联网的电力通信网络智能运维系统。该系统采用物联网技术对电力通信数据进行采集、处理及管控,从而实现电力通信网络运维和物联网数据管控平台的互联,达到电力通信网络的智能化运维目标。实际测试结果表明,所设计的电力通信网络智能运维系统有效提升了通信数据处理能力和运维结果的可靠性,能够满足当前的实际工程应用需求。     

智能机箱在航道外场感知设施智能运维中的应用与分析

针对航道外场感知设施运行环境恶劣、维护难度大等问题,提出利用智能机箱实现航道外场感知设施的供电、通信、运行状态等自动监测、告警分析的解决方法。在京杭运河常州、无锡、苏州段的应用表明,智能机箱为航道外场感知设施的智能运维提供了有力的支撑。     

压力计量在智能运维中的应用

通过对压力计量校准的应用研究,以及运维过程中事故故障的大数据分析,提出构建基于智能检测监测、云计算与大数据等先进技术的智能运维系统.该系统可对现场诸如工况压力等数据进行整理融合,深度挖掘与智能分析,对基础设施进行全寿命周期管理,实现运维管理与生产作业智能化,大幅提升运维效率,降低运维成本,引领智能运维和故障诊断的深度变...     

基于电能表自动化检定系统智能运维平台的研究

针对电能表自动化检定系统运维工作量大、设备故障定位不准确的问题,开发了一种智能运维平台;对系统的功能、架构进行了分析,展示了智能运维平台的应用效果。实际运行效果表明:智能运维平台的应用提高了电能表自动化检定系统的运维效率,具有较高的实用价值和经济效益。     

制造商主导的多主体智能协同运维服务新模式

为解决设备制造商(OEM)、服务商、供应商和用户等多主体间自主、协同、可信的服务配置,决策和运行管控等智能运维服务问题,以智能制造核心OEM企业为主导,提出面向复杂装备的多主体服务型智能协同运维服务新模式。在该模式中,明晰了主体协同交互运行生态,构建了系统体系架构,揭示了服务运作逻辑,探索了服务集成配置、关键运维要素辨识、协同维修决策及数据/知识可信运行共享四项关键使能技术。结合原型系统应用验证,为OEM及第三方企业实现智能协同运维服务转型升级提供理论技术指导及实践应用借鉴。     

昌平区灌溉机井智能计量运维管理的探讨

灌溉机井是一种现代化的农业灌溉方式,在机电设备的支撑下,从水井中提水并完成农作物灌溉。现代农业生产中,建设灌溉机井智能计量运维管理系统,并实施灌溉机井使用过程的监督和运维管理,能有效满足农业灌溉要求,遏制地下水超采问题。以昌平区灌溉机井应用实际为例,就灌溉机井智能计量运维管理的内容与实施要点展开分析,期望能为农业灌溉机井的计量和运维管理提供参考,促进农业的现代化发展。     

轨道交通车辆牵引系统智能运维研究

针对轨道交通车辆牵引系统的检修维护过程中，运维人员工作量繁琐、劳动强度大、运维效率低等问题，运用大数据和人工智能技术，构建轨道交通车辆牵引系统智能运维的整体架构和网络架构，完成6个应用系统和1个基础服务平台功能设计，提出了基于BP神经网络的智能决策算法，实现了车辆牵引系统运行设备的智能化管理，极大提高设备运维效率。最后，以车辆牵引系统中散热器为例，建立散热器热阻预测模型，应用BP神经网络智能决策算法，对设备健康状况进行评估，预测结果表明：系统运行稳定可靠，预测误差小于0.2℃,对车辆牵引设备的健康状态能够精准诊断，为运维人员提供数据支撑和决策支持，提高轨道交通车辆牵引系统运行的可靠性具有重要意义。     

轨道交通站台门智能运维系统设计

针对轨道交通站台门系统,阐释了其智能运维平台基本架构及主要功能设计,具体包括系统设备基础信息管理、维护作业管理、系统学习与考核管理、系统故障实时监测与动态跟踪、重要部件的全生命周期跟踪监测、故障统计及预警、移动监测等七大功能,为轨道交通智能运维的实践提供了参考。     

舰船预测与健康管理系统研究

介绍了PHM技术的内涵和舰船PHM系统的作用,阐述了PHM关键技术,并根据研究现状展望了PHM技术的今后发展方向。     

[轨道交通运维技术]中低速磁浮线路智能养护技术及装备

为研究中低速磁浮交通系统线路智能养护技术及装备,调研了中低速磁浮的特殊线路设备,分析了轨道平顺性指标对磁浮列车的影响,并结合已投入运营的线路运维情况,提出了线路养护的重点内容及周期。基于调研和分析的结论,针对性地提出了磁浮线路智能巡检车、F轨综合作业车、特种作业平台车、智能运维管理系统等磁浮线路智能化养护系列定制装备和系统方案,该自动化、智能化方案能有效提高中低速磁浮线路养护的作业效率,降低人工成本,提高安全性。     

继电保护辅助设备智能监测系统研究

对继电保护辅助设备检测方法进行研究,提出了一套继电保护辅助设备智能监测系统。利用物联网新型传感器、LPWAN和数据智能分析等技术,实现了压板及转换开关位置、户外箱柜内环境等继电保护辅助设备的状态实时感知、自动巡视、异常预警和数据共享等功能。研究结果表明,所提出的监测系统能够有效消除因压板及转换开关错漏投、端子箱凝露积水等原因造成的电网运行重大安全隐患,有效降低运维人员日常巡视的工作量,缓解巡视工作量与运行班组承载能力之间的矛盾。     

工业4．0和智能制造

首先简要介绍了工业4．0产生的背景,并通过与前三次工业革命的比较,提出其核心理念是信息系统和物理系统的深度融合。接着通过对信息物理融合系统的介绍,指出各行各业和不同形式信息物理系统的汇合导致现代化智慧城市的形成。随后以智能工厂为例,阐述了智能制造与传统自动化的本质区别。最后指出,互联网和移动通信的广泛应用,必将导致工业结构、经济结构和社会结构从垂直向扁平转变,从集中向分散转变。     

关于220kV智能变电站的运行管理探讨

智能化在电网中变电站建设中越来越重要,我国经济正在飞速发展,对于智能变电站的设备管理问题提出更高的要求.本文以智能化220kV变电站为研究对象,从智能变电站理念出发,分别就智能变电站对运行管理从设备管理和运行方式进行分析,希望对于今后的智能变电站运行管理有所帮助.     

基于深度学习的工业装备PHM研究综述

随着物联网和通信技术的快速发展,现代工业装备海量运行数据被实时监测传输,推动装备服役阶段的故障预测与健康管理进入大数据时代。面对具有不确定性强、价值密度低及多源异构特点的装备运行大数据,传统浅层模型算法存在难以自主挖掘数据蕴含特征、对装备健康状态表征能力弱的先天不足。近年来,作为机器学习领域的研究热点,深度学习理论得到了学术界与工业界的广泛关注,相关的工业装备故障预测与健康管理（prognostics and health management, 简称PHM）研究与应用层出不穷,为解决大数据背景下的故障预测与健康管理难题提供了新的思路和技术手段。为此,笔者回顾了工业装备故障预测与健康管理技术发展历程;从异常检测、故障诊断以及故障预测3个方面综述了深度学习已取得的研究成果;讨论了深度学习在当下工业装备故障预测与健康管理中的热点话题;分析了该研究方向在工程实际中面临的挑战,并探讨应对这些挑战的有效措施和未来发展趋势。     

机器油液诊断与预报工程的可视化

概述了机器油液诊断与预报工程的范畴、目的以及技术现状和发展趋势．基于可视化概念分析了机器油液诊断与预报工程可视化的主要方面，包括机器油液状态可视化及其层次性．机器状态和油液状态参数，机器油液诊断与预报工程的虚拟可视化和真实可视化模式，以及获取机器油液状态可视化参数的基本仪器配置方案。     

复杂系统故障预测与综合健康管理技术的研究

对于目前很多大型复杂的系统来说,故障预测以及综合健康管理技术方面的研究越来越受到重视。文章对故障预测相关技术作了论述,就复杂系统的综合健康管理（IHM）的组成及关键技术进行了阐述,并介绍了一种视情维修开放体系结构。     

[轨道交通运维技术]关于铁路机车车辆健康管理与状态修的思考

为了保障运行安全,减少铁路机车车辆维修成本,提高机车车辆的可用性,健康管理与状态修已经引起铁路机车车辆应用部门高度重视。对铁路机车车辆的修程修制发展进行了汇总,并对机车状态评估与分类的标准做出了合理的确定方式,将机车状态分为基本状态、性能状态、安全状态三种。针对机车状态,根据已有研究经验,结合技术发展,提出未来机车车辆检测状态建议和注意事项。目前寿命预测存在诸多困难,基于机车状态和检测方法,指出了剩余寿命预测方案及修程修制改革方向,以期推动铁路机车车辆健康管理与状态修的发展。