跳到正文

Hitachi

预测诊断算法

预测诊断算法


预测故障的原理

应用于本解决方案的预测诊断算法为日立独自开发的AI分析模型。
如果电动机的轴承出现劣化或混入异物,电动机承受的负载将变化,电动机的电流行为因此而改变。这种电流的行为变化甚小,仅凭电流的波形难以看出差异。
预测诊断算法从电流中提取信号(包含诊断对象的劣化信息)并加以分析。首先,作为正常数据,让AI学习新品或修复后的信号。然后,将AI训练数据与信号(包含在现场运行的电动机的劣化信息)输入机器学习,能够检测故障迹象。

电源:电流传感器:电动机 →仅凭电流波形难以看出差异:通过机器学习检测故障迹象

将日立的知识应用于预测诊断中

将日立作为电动机制造商长期积累的知识应用于预测诊断中,确定电动机的劣化信息。此外,将日立在设备控制领域积累的丰富知识与在分析领域拥有的多年实绩相结合,开发了捕捉劣化迹象的技术。
预测诊断算法掌握各种控制模式,划分诊断所需的电流数据,作为特征量提取信号(包含劣化信息),并通过机器学习进行量化。

预测诊断分析步骤:输入→特征量提取(独自技术)→异常程度评估(独自开发AI)→结果输出