DHMS設備安全與可靠性管理系統
一、企業簡介
蘇州德姆斯信息技術有限公司成立于2016年10月25日，注冊資金750萬元。公司以“讓工業更安全、設備更可靠、管理更簡單”為使命，踐行“專業、品質、創新、服務”的理念，專注于為客戶提供專業的設備信息化、智能化解決方案以及設備遠程在線健康管理云服務。
公司已在全國建立6個銷售部和1個市場部，銷售團隊有20多人，分別負責山東、山西、內蒙、新疆、陜西以及西南地區的產品銷售。累計服務企業46家，平臺管理與監控的設備總計423臺，重點監控設備包括風機、煤氣加壓機、冷卻泵、凝結泵、輸送機、通風機、高壓離心注水泵等。
蘇州德姆斯信息技術有限公司自主研發的DHMS設備健康管理云平臺，綜合利用智能傳感器、物聯網、云計算、大數據、邊緣計算等技術，建立設備全生命周期的數據管理，為用戶提供設備遠程運行狀態監測、故障預警、預測性維修、遠程維護、故障診斷、售后服務管理以及客戶關系維護等端到端的解決方案。
公司擁有一支30余人的控制與軟件專業開發團隊，在嵌入式控制、數據庫管理、網絡工程、無線通信等方面處于業內領先水平，擁有博士、碩士學位的研究人員10余人。
公司的管理和技術團隊在設備監測與故障診斷領域有著豐富的科研和工程實踐經驗，并與國內主要的科研院所、工程設計研究院等建立了廣泛的合作和交流機制。
近三年，公司累計申報專利45項（其中19項發明專利），獲得軟件著作權15件，軟件產品9件。為江蘇省民營科技企業、江蘇省高企入庫企業、軟件企業、三星級上云企業、CMMI3認證企業，并于2020年4月通過GB/T19001-2016質量管理體系和ISO14001:2015環境管理體系認證。產品取得國家質量檢測中心安標和防爆認證。
據不完全統計，在平臺服務的客戶中，故障停機率平均降低40%，維保成本平均降低30%，決策效率平均提高50%，同時實現設備監測全覆蓋，物理資源數字化，整體生產安全性得到明顯提高。
公司不僅具備產品研發和市場開發隊伍，而且具備項目售前-項目實施-售后-后端服務等完整項目實施能力。
二、工業APP簡介
（一）、問題定位
行業痛點：
煤礦、鋼鐵、電力、石油石化等我國支柱產業，具有設備數量多、密集，生產工藝復雜，規模大，價值高等特點。這些企業在設備管理方面大都存在以下問題：
1.重要設備多，裝置密集。一旦發生故障，損失將難以估量。設備意外停機不僅造成經濟損失，更可能造成人員傷亡，極大影響生產安全性。
2.設備復雜、維修周期長，導致產線停產，影響面廣。由于無法得知設備在什么時候可能會出現故障，導致了過度維護、過度備件等問題，但維護不足又會導致意外停機，直接造成生產損失。
3.目前大多缺乏科學的數據統計分析和先進的預測性故障診斷及預警機制。
4.生產數據和設備狀態隔離。
盡管這些行業多數企業尤其是大型企業都實現了不同程度的信息化和設備管理自動化。但不同行業、不同企業的信息化和自動化程度相差很大，而原有的信息化和自動化系統大都采用C/S架構，在企業局域網內運行，存在著以下問題：
1.各系統信息孤島、數據離散、數據無法融合。
2.數據展示形式單一，不直觀。
3.無法及時在異地獲取到重要的信息。
4.報警簡單，缺乏自動診斷。
5.設備故障診斷依賴于“專業儀器，專門人員”。
6.由于無法準確掌握設備運行狀態，導致決策缺乏依據，降低決策效率。
核心價值：
1.消除數據孤島，發揮數據價值。通過對采集到的設備監測數據進行分析，實現設備預測性維護、設備信息管理、故障原因統計分析等功能，充分發揮數據價值。
2.提高生產安全性。對設備進行故障預測性分析與診斷，消除過度維護，轉化意外停機為計劃內停機，降低生產成本，提高生產效率。
3.提升決策效率。方案提供完整的圖表分析功能，并能進行實時告警，為決策人員提供充分、可靠的設備狀態信息及行動建議，實現高效決策、合理決策。
4.工業互聯網是新基建的重要內容，基于窄帶物聯網的解決方案是工業互聯網所大力提倡的內容，國家主推，三大運營商全力建設基站。方案采用的技術和解決思路符合當下發展趨勢，符合國家政策導向。
（二）、創新點
1.云原生特性。基于云原生特性，系統部署支持公有云、私有云、混合云、物理服務器多種部署方式，系統處理能力隨著節點的增加而增加。系統組件可以獨立升級、獨立維護，十分靈活。云原生技術事實上興起于云計算的下半場，即2019年末。擁抱新技術、新趨勢，能夠將云原生技術用好、用活，是創新性的重要表現。
2.面向數字孿生的設計。系統面向數字孿生，目前已經實現基礎數據采集、模型訓練等工作。未來通過完善設備模型展示、增強數據同步，可以在現有架構上實現數字孿生。這是一項面向未來的設計。
3.在工業互聯網聯盟2020年4月底發布的指南中，首次明確提出邊緣計算的實現核心在于邊緣網關。解決方案中的邊緣網關實現邊緣計算已經在線上運行將近半年，技術處于領先地位。
4.終端在設計之初就把安全放在第一位，囊括物理安全（防拆）、存儲安全、數據安全、通信安全，并且兼顧終端能耗控制，不“鍍金”，不做過度安全，最終實現高性價比。這一創新理念在業界也屬領先。
（三）、功能介紹
1.完備的設備管理功能，支持設備信息的多維度統計、批量導入導出、匯總分析、可視化展示等。針對自有終端設備，還可以支持終端運行參數的遠程配置。
2.完整的告警信息推送。支持包括網頁、APP、短信、郵件等多種方式告警，支持包括閾值、推送方式等在內的告警參數配置，支持告警模型自適應，自有終端設備支持自檢及告警。
3.專家輔助功能。對于復雜故障，支持連線專家庫中的專家進行實時診斷。對于普通故障，專家也會進行復核，并出具包含行動建議在內的專業的診斷報告，讓用戶能夠低成本、及時的利用專家知識解決疑難問題。
4.智能診斷與分析。支持多維度故障分析及趨勢分析，包括歷史運行數據分析、累計設備啟動時長，曲線圖展示設備及關鍵配件目前所處生命周期的階段分析，能夠按時間統計告警等級、故障高發設備、故障高發設備生產廠商等信息。支持細化至關鍵配件的故障智能診斷模型，并建立設備故障庫訓練診斷模型通過機器學習的方法不斷整合專家診斷結論及已有故障處理辦法對模型進行不斷完善。
5.良好的兼容性。系統支持第三方數據源的接入，包括傳感器、PLC等。系統同時支持對接用戶方相關ERP系統，實現IT系統的整合。
（四）、功能和技術指標優勢
指標1：設備數據采集能力
溫度測量技術參數指標 | 量程（℃） | -80~600 |
測量精度（℃） | 0.1 | |
電氣防爆等級（認證） | IP67 | |
操作溫度（℃） | -60~250 | |
操作壓力（kPa） | 0~20 | |
是否支持無線通信模塊擴展 | 是 | |
是否具備自主知識產權 | 是 | |
工業HART協議數量（個） | 200 | |
設備種類列舉：旋轉機械與往復機械、環境等 | ||
數據采集信息類型列舉： 溫度 | ||
安全及可靠性評價列舉：性能穩定，線性度高 | ||
其他優勢指標列舉：響應快，對電噪聲不敏感 | ||
壓力測量技術參數指標 | 量程（kPa） | 20000 |
測量精度（%FS） | 1 | |
電氣防爆等級（認證） | IP65 | |
操作溫度（℃） | -20~70 | |
操作壓力（MPa） | 0~20 | |
是否支持無線通信模塊擴展 | 是 | |
是否具備自主知識產權 | 是 | |
工業HART協議數量（個） | 200 | |
設備種類列舉：壓縮機等 | ||
數據采集信息類型列舉：壓力 | ||
安全及可靠性評價列舉：防震、防潮 | ||
其他優勢指標列舉：聯網自動較時，定時主動上報，上報周期可任意設置 | ||
物位測量技術參數指標 | 量程（m） | 100~1800 |
測量精度（m） | 1 | |
電氣防爆等級（認證） | IP67 | |
操作溫度（℃） | -40~85 | |
操作壓力（MPa） | 0~20 | |
是否支持無線通信模塊擴展 | 是 | |
是否具備自主知識產權 | 是 | |
工業HART協議數量（個） | 100 | |
數據采集信息類型列舉：位移、位置 | ||
旋轉機械振動測量技術參數指標 | 加速度量范圍（g） | -50~50 |
速度量范圍（mm/s） | 0.1～200.0 | |
位移量范圍（μm） | 1～8 | |
測量精度（%FS） | 0.02 | |
可傳輸距離（m） | 140 | |
電氣防爆等級（認證） | IP67 | |
可承受大沖擊（g） | 1000 | |
操作溫度（℃） | -40~85 | |
是否支持無線通信模塊擴展 | 是 | |
是否具備自主知識產權 | 是 | |
工業HART協議數量（個） | 100 | |
設備種類列舉：往復壓縮機。風機、水泵、汽輪機 | ||
數據采集信息類型列舉：位移 速度 加速度，振動溫度一體 | ||
指標2：預測性維護服務能力
預測性維護技術參數指標 | 預測性維護模型數量 | 6 |
單節點系統最大支持監測225000臺設備，最大測點容量1000000個 | ||
智能監控技術參數指標 | 支持多種報表及可視化模型，支持Web、APP、大屏展示 | |
智能告警技術參數指標 | 支持短信、郵件、APP告警，支持告警閾值自配置/自適應，支持告警發送配置 | |
三、技術方案說明
（一）、工業APP架構
系統主要由設備層、邊緣計算層（含傳感檢測、數據采集、數據傳輸、邊緣計算）、基礎平臺層、服務層及客戶端呈現操作層組成。系統包括狀態傳感器、網絡協調器（或PLC、DCS控制器）、遠程智能傳輸單元、遠程服務器、服務系統、遠程PC客戶端及移動客戶端。
設備層：主要包括被監測的設備。
邊緣計算層：包含終端與網絡兩部分。終端部分主要由能夠監測振動、溫度等設備運行狀態的的傳感器組成，傳感器能夠方便的安裝、使用、維護、更換，具備采集數據精度高、可靠性高等特點。網絡部分包含無線網絡協調器、遠程智能傳輸單元等模塊，數據傳輸層提供多種方式（Zigbee等近場通信、NB-IoT等窄帶物聯網、4G/5G等蜂窩通信網絡、Wi-Fi/有線網絡等以太網）完成監測數據的上報、傳輸以滿足實際安裝環境的要求，同時傳送數據以滿足分析、預警的需要。
基礎平臺層：云計算的基礎設施，包括公有云、私有云、混合云、物理服務器等不同的形式。
服務層：包含數據分析平臺、應用服務層。通過數據分析對采集到的監測數據進行存儲、建模、挖掘、分析，實現關鍵設備監測數據的歷史分析、多維度分析、頻譜分析、故障預報、預警等。
呈現層：針對用戶提供多種服務接入方式，用戶可以通過手機APP、Web等不同方式訪問系統，可以實現用戶隨時隨地監測關鍵設備運行狀態的需求，提高維護工作的便捷性及效率。
（二）、工業APP關鍵技術
1.數據采集技術，設備各維度監測數據的采集。
2.網絡互聯技術，終端之間的互聯，終端與云端的互聯，支持多種網絡連接方式與部署方式。
3.邊緣計算技術，以邊緣網關為核心，充分利用系統內的算力，部分功能可以下發到邊緣網關實現。
4.工業安全技術，多層級的工業安全，并兼顧能耗。
5.云原生技術，所有組件基于云原生技術開發。
6.時序數據庫，著力于高性能查詢與存儲時序型數據。
7.機器學習，利用機器學習實現故障診斷，并訓練相關識別模型，進一步提升診斷效能，達到越用越好的效果。
四、應用情況描述
（一）、應用場景描述
各行業關鍵、核心設備的預測性維護及全生命周期管理場景，包括廠礦、油田、井下等復雜環境。
（二）、商業化情況
淮北礦業集團是安徽的大型煤炭集團企業，集團公司建設了設備管理信息化系統，實現集團公司設備資產臺賬統計查詢、租賃調撥等使用管理、保養維修管理、備品備件管理等功能。并建設了生產監督和調度系統，通過各礦綜合自動化平臺，收集部分生產系統運行數據，實現了集團公司對礦井主要生產系統運行情況的監測。
然而，現有的設備管理、生產監督和調度系統僅實現了對礦井生產系統運行參數的簡單采集、監測，而對設備的故障預警、智能診斷、趨勢分析等方面還是一個空白，主要存在以下問題：
1.設備運行參數采集方面：因投入及重視程度原因，自動化系統建設過程中對控制部分建設比較重視，而現場運行參數監測各類傳感器不全且損壞后更新不及時，導致設備運行參數采集不全。
2.故障預警方面：生產監督和調度系統僅實現了對礦井生產系統運行參數的簡單實時監測，無法實現對各運行參數的長期運行情況圖表展示，以及數據異常告警。
3.故障診斷方面：設備發生故障后，現場人員只能依靠個人經驗、聯系同事及生產廠家進行處理，故障處理很難做到及時，且每次故障處理后形成的經驗不能得到有效地收集、整理、共享。
上述痛點問題在行業內具有代表性，是典型痛點所在。
蘇州德姆斯信息技術有限公司于2019年4月和淮北礦業集團合作，把“DHMS工業設備健康管理和智能故障診斷云平臺”做適應性修改后在淮北礦業集團以私有部署形式安裝運行，系統已經上線并穩定運行16個月，有效解決上述痛點問題，并與集團的多個第三方系統和軟硬件進行對接，是設備健康管理和智能故障診斷的典型案例。
AII微信公眾號
AII頭條號