Is Predict
AI智能预测分析软件
Is Predict故障预测
Is Predict 预知性智能科技是工业4.0所具备的前沿科技成果，已有多年的实践应用经验，是西门子、SAP合作伙伴，获得美国GARTNER最佳创新大奖。其核心技术是人工智能自学习。能预测性分析及控制、了解机器的运行及操作者行为的过程、根据动态变化灵活调节、在复杂的系统中仍能保持高精度、适应不同数据类型。
案例分享
一.案例单位介绍
DB Cargo 德国联邦铁路公司
▶主要业务
欧洲以及亚欧大陆之间的大宗货物运输和客运。2019年7月，发布2019《财富》世界500强：位列208位。 其属下公司DB Cargo Eurasia是营運连接汉堡的上海快线，是中国和德国之间新走廊的开始。
▶合作目标
◇发现引擎运行时的异常状况
◇预测引擎失效，提前进行维护
◇找出导致引擎失效的原因，便于后期更改设计
二.DB Cargo所遇问题：減低火车引擎失效的影响
▶分析对象
◇火车头可牵引3000吨的货物
◇一个火车头由4个引擎组成，可提供6000KW的功率
◇齿轮或链接件的失效会导致引擎的失效
◇火车头的维护和保养只能在DB Cargo自己的维修保养站进行
一个引擎失效的直接损失约为200,000欧元，但预防性维护措施可将维修成本降低到正常的引擎损坏成本的10％以下。
▶痛点
◇失效维护费用
◇替代火车的运输费用和时间
◇火车停运时间损失
◇运输不及时送达
◇客户抱怨
采取了几项措施，即与机车供应商进行的研究，没有发现预期的可靠损坏迹象
三.故障诊断和分析过程：分析现有诊断数据：
▶分析手段
◇分析现有诊断数据；
◇确定组件失效可以通过温度变化侦测
◇进一步采取超声分析
◇与供应商一起分析失效
只依靠引擎和齿轮箱发热的变化，会得出误导的讯息实际上，很难可靠的预测失效的发生
需要更多维度的数据(流程、磨损...)和配置复杂的模型去分析
四.故障诊断和分析过程：ISPredict目标与数据：
▶ISPredict 的目标
◇从引擎齿轮的数据中以人工智能科技寻找异常状况讯息
◇预知失效：提早作出维修计划
◇发掘影响因子：提供给可靠性设计
▶ISPredict 的数据
◇总共890个数据，包含了诊断、分析、故障信息等等
◇都是间断数据，而非连续数据
◇总能从数据中发现异常，关键是辨别导致异常发生的原因，例如是磨损/退化导致、或是突然失效导致或是过程导致的等等，需要建立一个合适的模型
五.故障诊断和分析过程：ISPredict目标与数据：
▶ISPredict数据分析结果：发現了异常
◇在故障发生前3个星期（7月底），2号引擎就发生了失常，但直到9月份才发生了失效。
六.ISPredict交付的成果：
1.可将现有的预防性超声波技术方法与故障预测相结合，以用于故障提前发现
2.通过自学习算法，故障预测可适用于各种不同工况，不同客户习惯
3.节约了数据分析师的工作和失效后补救成本，为企业带来了效益
▶故障预测
提前3周的故障预测可以实现有效的维护计划流程
▶分析时机
根本原因分析不在故障发生时，而是在导致未来故障发生的时候
▶改进因素
找出8种可改善机械运行过程的影响因子
▶自学习算法
自学习算法了解机车行为以及其它机车工作的变化
