RM-IoT-NET

特殊区域转子设备

简介下载

转子健康监测系统网路版

解决方案

量测仪器

监测系统

物联网

特殊区域转子设备

搭配适合的特殊规格感测器

线上监测系统｜转子健康监测系统网路版

为什麽需要？
监测特殊区域转子机械常遇问题？

环境特殊条件不一
位于特殊区域如：高温、高压、液下区的转子设备，如何统一管理？

位置偏僻讯号不良
厂区区域广泛，设备位于偏远地区或因为其他因素，数据无法传送？

监测软体操作困难
监测系统设定条件繁杂，如何让操作人员容易使用，交接更快速？

设备状态判读困难
设备状态依人为经验标准不一，如何有效数据管理，轻松判断？

维修保养效益评估
委外保养设备是否有效益？设备该维修了吗？如何评估维修时机？

参数蒐集工作规划
还没实行预知保养规划？蒐集大量设备数据后却还不知如何下手？

问题解决
特殊区域的转子设备如何监测？

特殊区域的转子设备通常在极端或危险的工业环境中运行，因此对于这些设备的监测和维护提出了更高的要求。这些要求包括安全性、可靠性、耐用性以及特殊环境条件下的适应能力，在设计、安装和操作这些设备时，需要遵循相应的安全标准和法规。

特殊区域如：化学、液下、高温高压、爆炸危险、腐蚀性介质等区域，为了确保设备的安全运行与可靠性，在监测转子设备上除了方式较为严格、困难外，还需要搭配适合的特殊规格感测器，符合环境标准和要求，谨慎执行监测任务。

利用智慧物联网掌握全厂区转子？

特点说明
根据环境特殊条件，搭配不同感测器

厂区特殊区域环境例如：化学、液下、高温高压、爆炸危险、腐蚀性介质等区域。RM-IOT-NET 转子健康监测系统网路式是依照其环境条件，採用不同特质的感测器如：防尘防爆、耐高温、防水等，并可将数据彙整于系统，统一用战情室管理。

特点说明
内建国际 ISO 规范，无技术背景也上手

RM-IOT-NET 转子健康监测系统网路式适用于各式旋转机械转子设备，系统内建ISO 10816 2372 振动规范标准，用户无需背表。只需选定规范对应设备瓦数、大小，即可轻松进行量测，不需要专业能力背景也能够自行作业。

领先市面上监测软体新增了最新的ISO 20816规范，更周全了全转子马达部件系列量测规范。

特点说明
菊链式网路拓朴技术，降低日后扩展成本

RM-IOT-NET 转子健康监测系统网路式系统具备4通道模拟输入，採菊链式网路拓朴技术，主系统以 RJ45 网路线模组串连，至多可连结255个节点。

并可对接 AI、FDC、MES、PHM、SCADA 等系统，串接自由度高并降低了系统连接的技术成本，满足了可扩展的需求，降低空间使用分配及预算使用。

特点说明
统整设备巡检数据，回归 IoT 战情管理

RM-IOT-NET 转子健康监测系统网路式的最大特点是能够将数据统整后，还可回归到 IOT 系统。各厂牌转子设备，都能够将所有状态结果集中在一个平台上显示，以战情室方式统一管理。

更方便使用者即时判断设备状态，缩短查修工时提升效益。以科学化的方式结合资料库数据管理，巡迴式实时监测，提供依据让使用者有效执行预知保养维护与规划。

特点说明
AI 预测衰退，提早备料及保养规划

RM-IOT-NET 转子健康监测系统网路式内建AI 预测衰退功能内建规格训练监测模型，整合RULE BASE的管理原则与设备的馀命预测。

可依照用户规划，设定想要的预测范围，例如：週、月等。以图表趋势显示，背景以颜色绿、黄、橘、红作区分。帮助用户提早规划预算以及人力配置。

特殊区域
设备稳定度

特殊区域转子设备除了监测较为困难，设备稳定度也连带影响了产线运作及产品品质。RM-IoT-NET 转子健康监测系统网路版监测帮助使用者确保设备稳定度和可靠性，进而确保厂区产线稳定。

UI 功能画面
转子品质规范设备状态一目瞭然

RM-IOT-NET 转子健康监测系统网路式系统内建ISO 10816 / 20816/ 2372规范，适用于半导体到传产业各式旋转机械设备(马达、压缩机、泵浦等)。用户无需背表，只需依照马达输出范围，套用适用规范即可。软体并以灯号颜色区别设备状态：优良、正常、警告、危险，使用者能即时反应做出保养决定。

UI 功能画面
特殊演算法 SOA 频谱特徵

RM-IOT-NET 转子健康监测系统网路式固德的SOA特殊演算法是藉由抑制杂讯以达到更清楚更有效率的分辨率，其发现早期故障检测的有效性对照其他市面上的系统演算法是以往的 4 倍。系统并根据频谱特徵提供可能的异常特徵诊断。

UI 功能画面
用户自订规范加入人为经验管理

而根据部分需要特别管理的设备，用户可为 Broadband 及 SOA 设定门槛值，加入人为经验自行订立阀值管理或依照设备商提供的参数设定门槛。

状态以绿色正常、红色告警显示。当数据超过设定的门槛时，数值会显示红色告警，能有效帮助用户执行分级管理设备，也更精准管理设备状态。

UI 功能画面
AI 预测衰退备料及保养规划

AI 预测衰退功能内建规格训练监测模型，整合 RULE BASE 的管理原则与设备的馀命预测。 可依照用户规划，设定想要的预测范围，例如：週、月等。以图表趋势显示，背景以颜色作区分。帮助用户提早规划预算以及人力配置。

还在浪费时间整理数据统计报表吗？马达转子地图巡检量测仪内建报表汇出功能，用户可自行筛选需要的区域、设备、状态等，彙整资料更快速方便。

应用标的
适用于各式特殊区域设备

石油化工设备：例如炼油厂、化工厂中的转子设备，如压缩机、泵等，这些设备常常处于易燃、易爆的环境中。

煤矿设备：煤矿开採过程中的转子设备，如风机、提升机、採煤机等，这些设备通常处于高温、高压、高灰尘等恶劣环境条件下。

海洋平台设备：位于海洋平台上的转子设备，如发电机、水泵、风机等，这些设备需承受海水腐蚀、高湿度、风浪等极端条件。

钢铁冶炼设备：钢铁冶炼厂中的转子设备，如风机、鼓风机、输送机等，这些设备在高温、高压、高灰尘的环境中运行。

电厂设备：包括火力发电厂、核电厂等的转子设备，如轮轴发电机、汽轮机等，这些设备通常处于高温、高压、高速运转的条件下。

化学工厂设备：化学工厂中的转子设备，如搅拌器、反应器、分离器等，这些设备经常处于腐蚀性介质、高温、高压的环境中。

核心理念
分层管理与预测诊断

三重管理机制提供提供精准维护的依据。

品质管理：基于 ISO （2372/10816/20816）国际通用标准进行振动分析的整体评估。结果将以绿、黄、橘、红颜色显示，使用者可以按照橘色和红色区域的建议进行适当的维护或排修，另外还可自行定制阈值限制。

特徵诊断：SOA的特殊演算法抑制杂讯以达到更清楚更有效率的分辨率，其发现早期故障检测的有效性对照其他市面上的系统演算法是以往的 4 倍。并根据频谱特徵提供可能的异常特徵诊断。

预测异常：系统领先导入 AI 演算法，蒐集巨量数据交叉比对并将结果图表化，预测设备的7天衰退趋势，提供使用者更精准的维护排程依据。