资产绩效管理

结合工艺信息和高频振动,提供资产预测和解决方案

APM 360™

现代人工智能和 FMEA

APM 360™ 专注于优化资产的性能,以提高可靠性和可用性、最小化成本并降低运营风险。 成果包括将资产可用性提高多达 5%,将被动维护减少 10-40%,并将库存成本降低多达 10%。 APM 360™ 利用基于人工智能的机器学习来检测异常并考虑与整个制造过程相关的复杂、动态的机械行为模式和上下文数据。

APM 360™ 奖项

Symphony Industrial AI 的 APM 360™ 被选为第 19 届美国商业奖® 的金奖获得者。

 APM 360™ 在新产品物联网分析解决方案类别中被评为金奖。 

APM 360™ 和 Performance 360™ 被《石油与天然气工程》的读者评选为 2020 年最佳新产品。

技术优势

  • 将过程和高频振动用于 AI 模型,以实现高保真预测和广泛的故障覆盖。
  • 无监督 AI 模型可基于模式识别检测未知的未知数,而不仅仅是已知的缺陷。
  • 自调整自适应 AI 模型,可根据维护事件和/或主要流程变化的自动检测进行自训练。
  • FMEA 引擎,用于原因咨询和可操作的建议。

APM 360™ 主要特性

资产健康情报

  • 资产和工厂的资产健康评分
  • 资产性能下降

实时资产监控

  • 动态和静态设备的资产模板
  • 预测分析,及早发现资产异常
  • 用于确定原因和纠正措施的 FMEA 库

预测性维护

  • 预测性维护咨询
  • 维护 KPI 预测,即:MTBF、MTBM
  • 用于假设分析的数字双胞胎——运行时间扩展、故障预测

SIAI 资产模板涵盖主要资产

旋转资产

  • 马达
  • 鼓风机
  • 压缩机
  • 涡轮机
  • 引擎

静态资产

  • 熔炉
  • 加热器
  • 热交换器

APM 360™ 架构

案例一:大型多级离心压缩机APM

通过预测异常并提供原因和缓解措施建议,最大限度地提高 3000 吨/小时氨工厂中整体齿轮多级离心空气压缩机的可用性。 数字孪生使用无监督与监督 ML 模型的混合——TDA、LSTM 编码器、KNN、异常检测决策树。 通过防止意外中断事件,Benefit 一年交付了 200 万美元。

案例二:LNG压缩系统的预测性维护

通过检测早期设备故障及其原因,最大限度地减少大型 LNG 液化设施中多级离心燃气压缩机、燃气轮机驱动的出口气体离心压缩机、往复式蒸发气体压缩机组的意外停机时间。 FMEA 驱动的无监督和半监督 ML 混合:TDA、SVM、NN 自动编码器、随机森林。 通过及时的维修建议和避免停电,带来了超过 200 万美元的收益。

按需开展网络研讨会

我们分享见解、案例研究和分析,帮助您减少不必要的成本,并将资源集中在关键资产上。我们的数据科学团队还可以帮助您在您已经收集的历史时间序列数据、EAM或CMMS数据中发现这些隐藏的机会。

基于Eureka AI产业平台

Eureka AI工业平台是APM 360™的基础层。除了安全的数据连接、处理和存储外,Eureka工业平台还提供了丰富的用户功能,如连接器、分析、仪表板、警报、案例和工作流,这些功能无缝集成到APM用户体验中。