挽救工厂每年意外停机的千亿损失，这家公司给工业设备提前“看病”｜产品观察( 二 ) 文｜张子怡编辑

郑飞鸿表示：“团队在阿尔斯通创为实都工作了十来年，阿尔斯通过去在中国做了大量工业设备监测服务业务，积累了非常多的数据。在离开阿尔斯通后，我们带着这些数据建立了大数据故障分析系统。当年阿尔斯通在国内合作的客户涉及到风电厂、火电厂、核电厂、石油化工和冶金行业，涉及多种行业，使得我们开发出的产品也适用于多个行业。 ”
华安证券认为，与部分发达国家相比，我国状态监测与故障诊断行业起步较晚。整个行业格局可分为三种类型：第一类，完整方案提供商，有自主研发、生产能力，可覆盖多个行业和领域，具备故障分析和诊断能力；第二类，覆盖某一细分行业的产品提供商；第三类，设备集成商和代理商，不具备生产和服务能力。
得益于过往的数据积累，前海慧联也成为行业少见的完整方案提供商。
02智能监测系统的必要性
intelliunioncloud系列智能监测系统运行的底层逻辑在于，当机械运转时会发生振动，振动会传达着不少信息，是否运行正常，抑或某一部分在运转时已经出现问题。监测系统根据振动着的机械绘制出“心电图” ，经过专业培养的看护工程师将通过观察“心电图”找出问题。
“大家一起开会，每个人的声线都是不一样的，同时说话时我的声音就会被淹没掉。机械中小故障也是如此，它会被声音淹没掉，一开始它的变化不大，我们系统做得是找到被淹没掉的声音，把它提取出来，分析它能量的大小和变化，从而提前预判出机械会在何时出问题。 ”
郑飞鸿告诉36氪：“只要是会振动的机械， intelliunioncloud就可以做监测。 ”
以前海慧联做过的案例而言，有某自来水厂高压电动机非轴伸端振动较大，对比同型号电机噪音明显。维修人员找不到故障的具体原因，前海慧联通过对电动机非轴伸端波形频谱图和振动趋势图的分析，发现某一数值的Hz之间存在较大能量，存在明显的缔造，判断出是非伸端轴承内圈存在故障，并伴有严重润滑不良。现场维修人员即对非轴伸端轴承进行更换，发现内圈确实发生严重的磨损。
可以看到，对于工厂而言，使用预测性维护技术十分有必要。该技术能够提前预知设备故障,实现预知维修，针对性维修；有效延长设备使用寿命，提高设备利用率；合理预测机械设备寿命，提升产品产量和品质；降低设备运维成本,减少备品备件的浪费，降低库存和资金占用；减少现场维修人员的工作量。
郑飞鸿表示，大亚湾核电它有8000台泵和8000台电机，一共16000台，一个人管。一般来说，一个月能全部巡检一次已经不错。某台泵出了问题，导致更前面某个压力发生变化，就可能导致整个核电站要停了，他必须逐步排查，这就太晚了。
德勤《预测性维护和智能工厂》报告显示，不合理的维护策略会导致工厂产能降低5%-20% ，工业工厂每年意外停机而造成的损失高达5300亿美元。
目前，前海慧联intelliunioncloud系列智能监测系统的客户主要来自于风电行业。
“我们现在来自风电行业的订单已经排到三年后了，风力发电在国内是个大趋势，风电行业对于预测性维护需求很大，我们也在重点关注这个行业，开发更多的产品。 ”郑飞鸿介绍称。
风电行业对于预测性维护技术确实有比较高的需求。
华安证券分析：风电机组单价较高，一般2兆瓦以上的机组设备往往高达千万，相比一旦出现故障导致硬件损坏将带来高昂损失，对增加预测性维护监测设备带来的成本并不敏感；风电机组部署的地理位置较为特殊，通常位于荒漠、海岸、山脉，甚至海上，维修人员难以快速到场，部件及其他资源无法及时到位维修难度、维修耗时俱高；意外停机带来的停工损失相当可观，一旦风电机组出现电机抱死事故，其带来的收益损失每天在万元以上，长期无故障运行对于存在大量民营风电行业尤为关键。