成果简介

项目建设了面向机电设备的寿命预测和维修大数据决策系统，可为城市轨道交通建设运维过程机电设备维护检修提供了一种新的解决方案。

技术背景

地铁中的机电系统作为轨道交通环境的重要组成部分有非常重要的地位。机电系统具有分布广，维修强度大；带病运行安全隐患突出；维护检修方式成本高效率低等特点。为机电设备维护检修提供一种新的方法具有巨大的经济效益和社会效益。

技术优势

基于自主技术构建了基于云+管+端的机电设备大数据采集传输存储分析平台。“端”是自主研发的支持边缘计算的安全可信终端；“管”是基于MQTT的扩展增强安全传输通道；“云”是基于HADOOP技术的工业大数据云平台。平台对机电设备生产经营相关业务数据、设备过程数据和设备外部数据的采集、清洗、集成、建模及应用过程提供全方位支撑，利用机器学习技术对设备剩余寿命可靠度模型和全生命周期成本模型进行了训练和优化，并形成指导性维修方案。

项目采用了自主知识产权的嵌入式安全数据终端和融合安全的传输协议，为保护用户隐私，增强系统可信提供了技术保障。

项目采用了智能边缘计算终端技术，可以根据用户的不同机电设备下载不同的检修预测模型进行预测分析，能够支持灵活的组网方式，适应于各种应用场景，节省用户投资。

经济性评估

使用了本系统后，能够明显的降低维护频率；最大限度地减少维护特定设备所花费的时间，并使时间利用效率更高；最大限度的减少维护成本，降低突发性安全事故带来的巨大经济损失和社会损失。

合作方式

技术合作、技术转让。

成果相关图片