188-1080-1896
机械设备智慧监测虚拟实验室
机械设备智慧监测虚拟实验室建立在传统实验室的基础上,融入互联网+ 的创新建设理念,通过网络(基于有线或者无线局域网、移动通信网络等)接入方式,将实验设备接入,进行信息交换和通信,完成物、人、虚拟模型和实验数据的泛在链接。实现对实验资源的智慧化识别、跟踪、监控和管理以及实验过程与结果的及时反馈,提供一个开放式的创新实验环境。

利用各类传感器获取实验设备各项基础数据,通过高精度数据采集卡,转换为数字化信息汇集至边缘处理单元。

通过集成数字孪生模型和传感器数据,实现设备状态的实时反馈和原始数据的采集存储,支持后续分析。

边缘计算单元搭载AI算法,用户可定制模块进行设备状态评估和故障诊断,与云端协同处理数据,优化计算资源利用。

此步骤需要在实验设备基础上预设各种分布式智能传感器,边缘采集设备,致动器、可编程的逻辑控制器(PLC),视频探头等。这些设备的联通直接关系智慧实验室的基础环境建设,所有传感器信息通过转换单元传输至边缘处理单元以供下一步处理。风力发电数字孪生平台可以提供的传感器类型包含:振动、温度、电流、电压、转速等。同时搭配边缘采集设备、远程控制器、视频监控等实现远程信息交互以及控制操作。平台可以设置不同的运行状态及故障模式,以满足不同实验的数据需求。
风力发电数字孪生平台通过有线或者无线局域网方式连接各类智能传感器,边缘设备,视频监控来获取数据。风力发电机实验台架已经完整的虚拟化,其3D模型可嵌入至边缘处理设备上,结合传感器数据可以在虚拟模型上实时反映风力发电机实验台架的运行状态,同时可以通过平台对实验台架进行转速和负载等控制。
风力发电数字孪生平台预置了大数据管理平台,可以处理各类传感器获取的信息,查看历史数据和各类分析图谱,对数据进行统计、分析、下载、后处理等工作,用户可以通过传统的故障诊断方法对试验台架进行问题深入分析。此外,平台也集成了AI算法功能框架,在嵌入智能诊断算法情况下自行学习特征,完成故障识别,使平台 更加智能化。
二维码