設(shè)備振動(dòng)監(jiān)測報(bào)警閾值的準(zhǔn)確化、簡單化、場景化設(shè)定一直以來都是工業(yè)設(shè)備運(yùn)維領(lǐng)域的一大難點(diǎn)與挑戰(zhàn)，不能有效解決這個(gè)問題，就會(huì)出現(xiàn)高頻次的漏報(bào)和誤報(bào)，狼來的故事經(jīng)常發(fā)生，讓客戶不勝其煩。傳統(tǒng)的設(shè)定流程不僅涵蓋了對國際標(biāo)準(zhǔn)（如ISO10816）參照，還需經(jīng)歷數(shù)據(jù)采集、振動(dòng)特性分析、閾值初步設(shè)定以及動(dòng)態(tài)優(yōu)化等多個(gè)環(huán)節(jié)，費(fèi)事費(fèi)力，對非專業(yè)人員技術(shù)實(shí)現(xiàn)難度大。

蘇州捷杰傳感在這一領(lǐng)域理論結(jié)合實(shí)踐深入研究數(shù)年，取得了重大突破，成功研發(fā)出自適應(yīng)邊緣保持濾波算法（APEF）。該算法有力推進(jìn)了工業(yè)物聯(lián)網(wǎng)時(shí)代下的設(shè)備智能管理，解決了廣大用戶在振動(dòng)監(jiān)測報(bào)警閾值設(shè)定上的長期痛點(diǎn)，有效解決漏報(bào)和誤報(bào)。

APEF算法憑借獨(dú)有的濾波技術(shù)，能夠精準(zhǔn)鎖定振動(dòng)數(shù)據(jù)的邊緣特征，精確區(qū)分設(shè)備的正常運(yùn)行狀態(tài)與異常狀態(tài)。實(shí)踐證明，在3月18日至21日客戶的真實(shí)使用場景中，APEF算法通過對振動(dòng)烈度數(shù)據(jù)的智能處理與閾值比對，能夠在設(shè)備振動(dòng)烈度超標(biāo)時(shí)快速觸發(fā)有效報(bào)警，預(yù)警設(shè)備潛在故障。數(shù)據(jù)統(tǒng)計(jì)顯示，報(bào)警信號隨時(shí)間逐漸增多并在月底達(dá)到頂峰，有力證明了APEF算法卓越的故障預(yù)測效能（參見圖1）。

圖1 3月18日-3月21日振動(dòng)烈度信號APEF濾波數(shù)據(jù)圖

注：綠色線：閾值線

紅色線：原始振動(dòng)數(shù)據(jù)

藍(lán)色線：算法處理后的振動(dòng)信號APEF濾波數(shù)據(jù)值

工業(yè)設(shè)備運(yùn)維人員無需專業(yè)知識(shí)，運(yùn)用捷杰傳感APEF自適應(yīng)AI算法，不僅讓預(yù)警閾值的設(shè)定更為簡單、精準(zhǔn)和適用于自身的現(xiàn)場環(huán)境，還能夠使報(bào)警系統(tǒng)的誤報(bào)率和漏報(bào)率降低92.8%以上。APEF自適應(yīng)AI算法，猶如賦予了設(shè)備一雙敏銳的眼睛，能夠?qū)崟r(shí)去假存真，將智能預(yù)測技術(shù)與設(shè)備實(shí)際運(yùn)行狀態(tài)緊密結(jié)合，真正做到了無需人工干預(yù)。