首页 > 新闻 > 正文

两山智联®设备智能运维:以“预测性维护”推动设备管理智能升级

时间:2025-07-10 09:47

来源:中国固废网

作者:徐冰冰整理

评论(

6月20日,在“2025上海固废热点论坛”上,E20环境平台高级合伙人、易新智维总经理、博士、教授级高工曹斌以两山智联®设备智能运维为例,阐述了人工智能在设备管理细分场景中的应用。两山智联®设备智能运维作为智能产品,实现了“工业知识+通用智能”的跨界创新。

image.png

曹斌

运营为王——设备智能运维正在重新定义运维边界

随着生态文明建设步入深水期,无论从政策导向还是行业内在需求审视,固废领域已从聚焦“达标合规”的发展阶段,进阶至追求绿色化、智能化、精细化、低碳化的更高阶段。这一时代有两大核心关切:一是效率议题,也是“双百跨越”垃圾焚烧标杆行动持续探讨的焦点;二是降本增效诉求,驱动固废行业迎来发展拐点。

透过“双百跨越”垃圾焚烧标杆比选行动中智能化标杆厂的实践,可清晰洞察行业智能化发展轨迹。过去10-20年,企业智能化建设重心主要集中于两大方向:一是工艺调控升级,通过技术优化实现垃圾从“能焚烧”到“焚烧好”的跨越;二是安全防控体系构建,这既是应对邻避效应的必要举措,也是满足排放高标准的核心需求。

 image.png

固废行业已进入运营为王的时代,设备管理、经营管理、运行管理、垃圾管理、风险管理,这五大要素缺一不可。此时,人工智能提供了极佳技术路径,而设备实则成为环境设施运行管理里的关键命题。在“设备即生产力”的当下,智能设备运维正重新定义运维边界。

传统设备智能运维困局

过去五年间,曹斌走访了众多垃圾焚烧发电厂,并与一线人员深入交流,发现传统设备普遍存在以下困境:

第一,“用不好”。

其一,设备维护过度依赖外部。传统模式下,企业仅关注设备 “能否运转”,而忽视运行效率;部分设备长期低效运行,更有企业将维护完全外包,导致自身对设备状态及智能化管理的把控能力薄弱。

其二,数据无效性问题凸显。在不少项目中,设备仅具备启停两种信号反馈。当监控大屏红灯亮起,意味着设备已停机;而想要获取更多运行参数时,却因设备本身功能局限而无法实现。即便设备具备数据传输能力,将信息实时传入DCS系统,这些数据也往往未能得到有效处理与利用,沦为无效数据堆砌。

第二,“管不了”。

垃圾焚烧电厂内设备种类繁杂,涉及多领域专业知识。在电厂中,带轴承的旋转类设备应用广泛,设备种类可达成百上千种。然而,编制内专业管理人员数量有限,仅凭寥寥数人,如何能有效管理如此庞大的设备体系?

由于缺乏专业管理工具,管理人员只能依靠双腿穿梭现场,凭借个人经验,通过眼看、手摸等传统方式巡检设备。但仅凭这种原始的管理手段,管理深度与广度都极为有限,难以满足现代化电厂设备管理需求 。

第三,“算不清”。

用智能化手段开展设备运维价值核算时,核心痛点在于降本幅度难以精准量化,无法清晰界定单台设备检维修成本,导致维修成本追踪难以形成闭环管控,制约运维价值的精准评估与优化。

第四,“人员少”。

当下,环境基础设施领域对人才的吸引力不足,许多专业人才对行业的认知与认同感较低。年轻群体(尤其是高学历、高水平人才)的行业留存率堪忧,与此同时,经验丰富的老师傅陆续退休,进一步加剧了行业人才的结构性短缺问题。

以上四个方面的问题,都是导致设备管理水平难以进一步提高的重要要素。

根据智能运维分级与应用模型标准,环境领域智能运维水平处于S1-S2阶段。这一阶段的典型特征是:可实现单机设备的本地在线监测,但功能局限于数据采集与状态显示。若要进一步对监测数据进行深度分析,进而完成故障诊断与运维决策,目前环境行业尚未达成该目标。

破局之道:从“划勾打卡”到“设备AI运维专家”

面对上述困境,两山智联®设备智能运维以技术创新开启破局之路。

两山智联®设备智能运维不止于设备监测,能够提供从传感器硬件到云端模型平台及设备健康体检的“全栈式”服务,打通从数据采集到设备运维服务的完整价值链。

推动从“点检定修”到“智能运维”的质变是两山智联®设备智能运维的目标。

两山智联®设备智能运维产品有三个核心特征:第一,全面、实时、深度感知关键设备的运营状态;第二,远程对设备故障进行深度、专业故障诊断;第三,基于智能分析提出科学、合理的检维修方案。

切实达成智能运维应具备的上述三大基本特征,两山智联®设备智能运维产品有五大核心技术: 

第一,智能传感器实现对设备运行状态的全面、实时、高频的数据采集。传感器分为无线与有线两类:地上设备普遍适用无线温振传感器,可同步采集温度与振动信号;配套的采集站负责汇聚传感器数据,经云端传输后,通过算法模型对振动数据进行深度分析。

第二,AIoT平台建立设备“数字孪生体”,定义维护策略和设备属性。两山智联云设备智能运维平台除具备常规设备管理功能外,特别搭载故障管理与知识库两大模块。其中沉淀了海量故障库数据、设备运行经验数据及专家经验数据,构成平台核心价值;其余模块则作为配套功能,支撑数据驱动的分析决策闭环落地。

 image.png

第三,利用复杂的AI算法、设备故障机理模型、知识图谱等技术,对实时数据进行深度分析。传统设备检维修多采用事后维修或者预防性维护模式,设备智能运维基于精准数据采集,模型会基于300+智能模型、30000+设备故障库数据、专家经验与历史经验,自主完成设备健康分级评价、故障诊断、根因分析、预警推送及检维修决策工作。

12

编辑:徐冰冰

  • 微信
  • QQ
  • 腾讯微博
  • 新浪微博

相关新闻

网友评论 人参与 | 条评论

版权声明: 凡注明来源为“中国水网/中国固废网/中国大气网“的所有内容,包括但不限于文字、图表、音频视频等,版权均属E20环境平台所有,如有转载,请注明来源和作者。E20环境平台保留责任追究的权利。
媒体合作请联系:李女士 010-88480317

010-88480329

news@e20.com.cn

Copyright © 2000-2020 https://www.h2o-china.com All rights reserved.

中国水网 版权所有