Aveva Predictive Analytics (ранее Wonderware PRiSM)

2019: Описание

Компания Wonderware Russia 13 марта 2019 года объявила о выводе на российский рынок программного обеспечения PRiSM для предиктивного анализа состояния оборудования от Wonderware by Aveva, которое входит в состав решения Wonderware APM (Asset Performance Management).

Переход от традиционного технического обслуживания к проактивному

Целевое оборудование:

• Трансформаторы.
• Генераторы.
• Распределительные ячейки.

Согласно исследованию ARC только 18% отказов вызваны износом. Основываясь на этом, превентивное обслуживание приносит выгоду только в 18% случаях. Обслуживание на базе прогноза рекомендуется для предотвращения остальных повреждений, отметили в Wonderware.Профессиональные дисплеи для медучреждений: как цифровые технологии улучшают качество обслуживания пациентов и работу медперсонала 2.2 т

Предиктивная аналитика позволяет клиентам организовать процесс технического обслуживания, используя интеграцию и комбинацию умных активов, датчиков, связи, и ПО и предиктивный подход.

Мониторинг состояния оборудования

Контроль теплового состояния трансформаторного оборудования:

• контроль температуры верхних и нижних слоев масла;
• контроль температуры наиболее нагретой обмотки;
• определение кратности и длительности допустимых перегрузок и др.

Получение информации с датчиков и вторичных преобразователей:

• содержание газов в масле;
• содержание влаги в масле;
• поток масла в охладителях и др.

Контроль основных направлений, определяющих надежность:

• состояние системы охлаждения трансформаторов;
• состояние маслонаполненных вводов;
• состояние обмоток и внутренней изоляции трансформаторов;
• состояние масла и средств его защиты от увлажнения и окисления;
• состояние устройств релейной защиты, автоматики и средств измерения;
• состояние устройств РПН трансформаторов.

Программное обеспечение для предиктивного анализа состояния оборудования PRiSM

• ПО на основе моделирования оборудования, с использованием правил и передовых методов распознавания образов.
• Использование исторических данных для описания нормальной работы оборудования и построения модели
• Постоянный мониторинг поведения оборудования в режиме реального времени
• Сигнализация в случаях когда показатели отличаются от исторической нормы
• Раннее определение проблем в работе агрегатов
• Расширенные возможности анализа, включая диагностику неисправностей

Архитектура решений

Возможность использования как локально установленного ПО, так и облачного решения, с готовыми инструментами аналитики. При использовании облачного решения - минимизация/оптимизация затрат, удобство реализации пилотных проектов.