亚洲精品国产第一区第二区国

設計理念

物(wu)聯網、大數(shu)(shu)據等(deng)技術為支(zhi)撐(cheng),創捷(jie)科技著(zhu)力(li)打造一個基于大數(shu)(shu)據故(gu)障診(zhen)斷(duan)算法的一體化智(zhi)慧軌道交通運維監測平臺,對設備進行“點(dian)、線、面”綜合監控管(guan)理,實現數(shu)(shu)據共融共享(xiang),為設備系統提供(gong)動態數(shu)(shu)據追(zhui)蹤(zong)、故(gu)障診(zhen)斷(duan)、狀(zhuang)態監測管(guan)理、健(jian)康預判等(deng)服務。


三大核心
數據采集

利用(yong)ISCS系統或借助(zhu)傳感(gan)器對風機、水泵、接觸器、母線槽等進行數據采集,整(zheng)合分析(xi)大數據資源。


數據傳輸

無線(xian)網(wang)(wang)絡通訊采用(yong)LoRa網(wang)(wang)關,并同(tong)時保(bao)持與數個(ge)傳感器的(de)監(jian)測信(xin)息輸送(song)。LoRa的(de)無線(xian)通訊技(ji)術(shu)具有遠距離、低功(gong)耗、多節點、組網(wang)(wang)靈活(huo)等(deng)特性,為(wei)24小(xiao)時的(de)在線(xian)檢測提供高精度測量,增(zeng)強(qiang)抗干擾能(neng)力。


數據應用

全方位(wei)掌握(wo)分析設備(bei)數據,形成數據生(sheng)長閉(bi)環。

智慧交通場景
  • 構建智能數據庫

    基于ISCS系統數(shu)據,與傳感器所(suo)采集的數(shu)據相結合,建立故障診斷知(zhi)識(shi)模型庫。


  • 預測性維護

    采用機器學習(xi)算(suan)法(fa)和模型,分析(xi)(xi)評估(gu)設(she)備(bei)健(jian)康狀(zhuang)態,為設(she)備(bei)故障預測分析(xi)(xi)提供(gong)支撐。


  • 智能診斷

    對設備(bei)狀態進行監測與評估,智能診斷預測設備(bei)問(wen)題,降低設備(bei)的(de)故(gu)障發生率(lv)。


  • 降低運維成本

    根據設備運行數據設置閾值,監控數據異常,判斷是否符合預(yu)警(jing)條(tiao)件(jian)。


智慧軌道交通核心價值
  • 對設(she)備進行定(ding)制(zhi)化預警監管;

  • 自動觸發故(gu)障設備(bei)告警(jing),規避事故(gu)的(de)發生;

  • 針對智慧地鐵(tie)設備的維護、保養、檢修、配件(jian)更換提供合(he)理參考。