Skalierte Anwendung für prädiktive Wartung mit KI und IoT, Genauigkeit der Frühwarnung bei Aufzugsfehlern über 95%, um 40 bis 85% reduzierte Ausfallrate
Technisches Prinzip und Anwendung:
Erstens, Wahrnehmungsebene, Aufzüge, die mit Vibrations-, Strom-, Temperatur-, Geräusch- und Spannungssensoren ausgestattet sind, volldimensionale Betriebsdatenerfassung;
Zweitens Edge-Computing, lokale Echtzeitanalyse am Terminal, Abnormalalarm der zweiten Ebene, wodurch die Abhängigkeit von der Cloud verringert wird;
Drittens: KI-Algorithmus, Deep-Learning-Modelltraining, Fehlermerkmale, Verschleiß am Stahlseil, Blockieren des Türantriebs, Lagergeräusche, Erkennungsrate bei Fahrmaschinenfehlern über 95%, Fehlalarmrate < 1%
Viertens: Frühwarnfähigkeit, Frühwarnung 3-14 Tage im Voraus mit Angabe des Standorts, des Grades und des empfohlenen Entsorgungsplans;
Fünftens: Aktualisierung von Betrieb und Wartung, von „regulärer Wartung“ auf „vorausschauende Wartung“, Wartung auf Abruf, wodurch die Zahl der Betriebsstörungen reduziert wird und die Wartungskosten um 25% gesenkt werden;
Sechstens, Plattformunterstützung: Die Cloud-Plattform ermöglicht die Digitalisierung des gesamten Prozesses von Ferndiagnose, Auftragsversand, Personalplanung und Rückverfolgbarkeit der Qualität.
Großflächige Anwendung: Landesweit sind über 5 Millionen Aufzüge angeschlossen. Die Ausfallrate alter Aufzüge wurde nach der Renovierung um 40 bis 85% reduziert und ist zum Kernstandard für intelligente Städte und sichere Gemeinden geworden.