在当今快节奏的工业环境中，保持关键机器平稳运行至关重要。edgeRX 解决方案通过降低维护相关成本并提供机器健康状况的实时可视性，帮助制造商和分销商实现工业 5.0。
使用 edgeRX 进行高级机器健康监测
edgeRX 是一种先进的 AI 驱动解决方案，旨在彻底改变工业设备监控和维护。通过利用创新的边缘 AI 和传感器技术，edgeRX 可以实时洞察机器的运行状况。这可确保最佳性能并显著减少计划外停机时间。
edgeRX 的优势包括：
- 延长资产寿命
- 高效的技术人员/资源分配
- 改善安全性
- 减少计划外停机时间
计划外停机的成本
在工业制造中，意外停机的成本可能非常高昂。与电力、人工和生产产出损失相关的费用每年可能高达数十亿美元。低效的维护流程通常会导致维修时间长且成本高昂。备件供应过剩、依赖手动数据收集以及技术人员支持不一致使情况雪上加霜。
以制造系统中的电机为例。采用“运行至故障”维护策略的公司可能会安排多名技术人员待命，以便在电机发生故障时对其进行监控或维修。但是，电机可能会与其他机器（如泵和往复机）一起运行。当电机发生故障时，技术人员可能需要诊断这些其他机器以查明故障原因，从而减慢或停止生产。
请参见下文，快速了解 edgeRX 生态系统中每个组件的概览。
edgeRX 平台
edgeRX 平台包括传感器、网关和机器学习 AI，这些 AI 在云后端完全自动化。其工作原理如下：
- 数据收集：TDK SensEI 专家评估制造环境并推荐传感器放置位置以进行数据收集。如果用户已经完成数据收集，edgeRX AI 可以调整和改进模型以整合其学习成果。
- 模型生成：收集的数据经过分析后输入经过训练的 AI 模型，以确定机器的运行状态或“健康”状态。当出现性能下降或故障时，会将其标记为异常。edgeRX AI 可以执行多类异常检测，准确识别不同的故障状态（例如松动、气蚀）。当检测到问题时，传感器会向网关设备发送警告，网关设备会向系统发出潜在问题的警报。
- 模型部署：1-2 周内，数据收集将实现自动化。经过训练的 AI 模型可以安装到传感器（边缘）上。随着模型逐渐适应和了解其环境，部署模型的能力将随着时间的推移而增强。
- 先进的基于状态的监控 (CbM)
- edgeRX 采用基于条件的监控 (CbM) 作为机器维护的第一阶段。edgeRX AI 可以检测超出标准 ISO 框架的故障状态，为用户提供更深入的机器性能洞察。CbM 通知 协调 机器在环境中发生故障，为技术人员提供快速诊断和准确性。查看我们的 项目案例研究 edgeRX 为一家电梯公司减少了每年 192 亿美元的计划外停机成本。
- 预测性维护:
- 随着基于条件的监测不断发展，传感器内的模型将能够检测即将发生的机器故障或维护需求。这可以是故障部件、即将发生的故障的早期预警信号，也可以是维护用品和例行检查的建议。用户将能够根据所需的灵敏度调整预测。
感兴趣吗？填写下面的表格，了解 TDK SensEI 的 edgeRX 解决方案如何帮助您减少计划外停机时间。
