项目背景

某机械公司专注于内燃机曲轴、制冷及空气压缩机曲轴以及其相关产品的制造，同时不断探索和开发制造工艺，致力于提高产品的质量和性能。

现状分析

目前工厂的设备监测手段主要依靠人力巡检，而设备维护则主要采用“事后维修”的方式。这种方式存在以下问题：

电机巡检成本较高，且难以控制；

电机故障的发现不及时，难以准确识别电机处于亚健康状态；

当线缆、变压器温度异常时，无法及时发现；

事后维修方式存在较大的安全风险。

为了解决这些问题，我们针对生产过程中关键电机的三个重要指标——振动、温度和噪声进行实时监测、记录和分析，实现电机设备的预测性维护，将传统的被动维修方式转变为积极主动的预防措施，从而提升设备全生命周期管理的智能化水平。

解决方案

利用“测度空间”CG智能数据边缘系统，实现对电机设备的预测性维护，从而降低因电机故障导致的非计划停机损失。以热处理车间等关键区域的关键电机为例，我们将利用先进的“测度空间”CG智能数据边缘设备及其相关软件平台搭建实时监控系统。通过融合工业机理和人工智能算法，精准地监测电机的运行状态，降低故障率，提高生产效率。

效果反馈

通过布置“端-边-云-用”四位一体系统，实现了：

对电机运行状态的远程实时监控，随时随地掌握电机的状态。

通过精确识别设备亚健康状态，及时预警并采取措施，有效降低了能耗，减少能源浪费；

减少了人工巡检的次数和时间，提高人员工作效率。