当前位置: 首页 / 粤地观察 / 正文

两山智联·易新设备智能运维:1+N+X架构下的环境设备全生命周期管理

粤地观察 2026-10-23 00:00 阅读 1

环境设施的设备管理,长期卡在一个矛盾里:设备数量在涨、类型在变、看护人手在减,而管理要求越来越细。

两山智联·易新设备智能运维的定位,是面向环境领域的设施设备全生命周期智能运维解决方案。它以"1+N+X"整体架构为骨架,以国家级工业互联网平台为底座,融合物联网、AI、大数据、边缘计算等技术,依托 4.5 万+真实故障案例与 300 余项专业分析指标,构建场景化 AI 算法体系,目标是把设备管理从"事后维修"推进到"预测性维护"。

本文把这套架构拆开,说明每一层解决什么问题,以及它在环境场景里如何落地。

图1:平台架构与规模,国家级工业互联网平台支撑的状态业务管理

一、"1+N+X"到底指什么

一个架构名称往往藏着设计取舍。"1+N+X"拆开来是三个层次。

层次内容解决的问题
11 个国家级工业互联网平台,作为核心底座数据统一汇聚、算法统一运行、业务状态统一管理
N振动、温度、超声、视觉、油液监测等 N 类智能感知硬件让不同类型的设备状态变得可测量
XX 套环保行业场景化智能解决方案让通用能力落到具体场景,解决实际问题

这个结构的价值在于分层解耦。平台层不绑定具体硬件,硬件层不绑定具体场景,场景层则可以按需组合。

对使用者来说,分层带来的直接好处是扩展性:新增一类设备,不必重建平台;新增一个厂站,不必重写算法;新增一种监测手段,不必推翻已有的采集体系。

二、平台层:一个底座,四个要求

底座是国家级工业互联网平台。它的职责不是展示,而是承载。

一是承载数据。多厂站、多设备、多类型的数据要能统一接入、统一存储、统一口径,否则后面所有分析都会失真。

二是承载算法。算法体系需要统一的运行环境与版本管理,模型迭代才能可追溯。

三是承载业务。平台实现状态业务管理,把设备状态与检修业务连起来,而不是两张皮。

四是承载知识。故障特征库、诊断规则、历史案例沉淀在同一处,人员流动不会带走进判断能力。

三、感知层:N 类硬件与部署条件

感知层的任务是让设备状态可测量。平台集成振动、温度、超声、视觉、油液监测等 N 类智能感知硬件,支持水上、水下等多场景灵活部署,并兼容各类主流工业通信协议。

这三个特点对应的都是环境行业的现实约束。

多类型感知,因为单一手段看不全。振动反映机械状态,温度反映负载与散热,超声可以捕捉气体泄漏与局部放电,视觉解决现场发生什么的问题,油液则指向润滑与磨损。设备失效的路径不同,需要的信号也不同。

水上水下都能部署,因为环境设施的设备分布特殊。泵站有立式泵、潜污泵,污水池下有推流器、搅拌器,取水口有深井泵。水下设备的防护等级、供电方式、信号传输方式与陆上设备完全不同,一套硬件方案覆盖不了。

兼容主流工业通信协议,因为现场已有系统不能推倒重来。多数厂站已经建成 SCADA 或 DCS,新系统必须能接进去,而不是要求用户先换底座。

图2:N 类智能感知硬件与 X 类场景化解决方案的组合关系

四、判断能力:案例、指标与复核

预测性维护的核心不是采集,是判断。这套体系的判断能力由三部分构成。

其一,案例库。依托 4.5 万+真实故障案例,加上 20 余年跨行业积淀,形成可用于训练与比对的样本基础。案例的价值在于覆盖复合工况:介质腐蚀叠加不平衡、长期低负荷叠加润滑不良、工艺调整带来的周期性负载波动,这些组合只能从真实运行中来。

其二,指标体系。300 余项专业分析指标构成判断的刻度。振动烈度、频谱能量分布、包络解调特征、温度趋势斜率、电流谐波成分——同一个异常在不同指标上的表现不同,多指标交叉才能定位。

其三,复核机制。采用边缘算法、机理模型与专业振动诊断分析师复核三层结合,准确率超过 95%。算法负责把范围缩小,工程师负责把结论定下来。三层叠加的意义在于压住误报:误报多了,现场就会把报警关掉,再准的模型也失效。

从故障类型看,这套体系覆盖的谱系较宽:

图3:覆盖的主要故障类型,含工频、齿轮、滚动轴承、滑动轴承、叶轮与联轴器故障

工频故障,包括基础地脚松动、结构松动、结构共振、刚度不足、不平衡、不对中、松动。

齿轮故障,包括啮合不良、磨损、点蚀、剥落、断齿、胶合、对中、起台、偏心、负载过大。

滚动轴承故障,包括轴承内外圈剥落、滚动体剥落、保持架损裂、断裂、轴承动静摩擦、轴承润滑不良。

滑动轴承故障,包括间隙过大、磨损、轴颈偏心、轴瓦或油挡错位、油膜涡动及油膜震荡、结构共振、旋转失速及喘振。

叶轮故障,包括不平衡、磨损、异物卡塞、叶轮带壳、泵体的气蚀。

联轴器故障,包括弹性体出现明显磨损、撕裂、掉块、橡胶/聚氨酯部件老化变形、开裂脱落、联轴器对中偏移、联轴器端面/键槽/轴孔存在磨损、连接螺栓出现松动、个别螺栓缺失、塑性变形。

这张清单的用处在于反向校验:当一条报警说"疑似轴承故障",工程师可以据此逐项排除,判断是外圈还是滚动体、是剥落还是润滑不良。诊断结论越具体,检修准备越准确。

五、闭环:监测、诊断、预警、处置、验证

产品打通的是"监测—诊断—预警—处置—验证"全闭环运维流程。五个环节,每一环都有明确产出。

监测环节产出数据;诊断环节产出结论,说明故障部位、类型与程度;预警环节产出分级提示,让运行人员知道轻重缓急;处置环节产出检维修建议,包括备件与工时;验证环节产出回填记录,把"报警说的部位"与"实际修的部位"对上。

末端的验证环节容易被忽略,却是案例库的真正来源。没有验证的报警,攒再多年也攒不出可用特征。

六、场景:从厂侧到泵房

X 套场景化方案面向的是具体场景:供排水企业厂侧、泵站、二供泵房、垃圾焚烧等环境设施设备管理。

厂侧关键机泵。提升泵、内外回流泵、潜污泵、鼓风机、离心脱水机、污泥螺杆泵等 A 类关键设备,是厂侧监测的重点。这类设备停机直接影响工艺,监测要覆盖到部件级。

厂侧非关键设备。搅拌器、螺杆泵、刮吸泥机、格栅、反冲洗泵等 B、C 类设备的特点是分布散、数量多、人工点检效率低,而高精度在线监测的性价比又不匹配。可行的做法是组合 AI 视频监测、噪音监测与振动传感器,降低现场巡检频次,逐步实现少人巡检。

图4:B、C 类设备的在线监测组合方案,以降巡检频次为目标

泵站。泵站方案通常包含三块:水泵智能监测系统、配电无人巡检系统、视频智能安防巡检系统。水泵侧看振动温度,配电侧看高低压开关柜、变压器、补偿柜,视频侧看人员安全、环境安全、设备安全、栅渣满溢、明火烟雾、跑冒滴漏。

二供泵房。二次供水泵房的管理诉求更综合:设备预警、水质监测、能耗分析、配电安全、视频智能、水龄监测六项并列。水质看 pH 值、余氯、浊度、进出水异常;能耗看多维数据实测与优化策略;水龄则关系到管网水质的新鲜程度,需要结合调蓄计划与流量监测来判断。

图5:二供泵房方案,设备、水质、能耗、配电、视频、水龄六类能力并列

垃圾焚烧。焚烧厂的关键辅机故障率不高,但一旦故障往往导致停炉,监测重点在转动设备的轴承与传动部件,以及电气系统的电能质量。

七、价值:安全、降本、增效、管理范式

四条价值线,对应四类管理诉求。

安全生产。时刻掌握设备状态,提前预警,消除设备故障引起的安全隐患;危险区域全面监测,巡检少人、无人,实现本质安全。这一条对有限空间作业多的环境设施尤其现实。

降低成本。计划性检修向预测性维护转变,设备总维护成本降低 5%—10%,计划维护时间节约 20%—50%,科学检修还能优化备件库存。备件从按习惯备改为按预测备,库存资金占用随之下降。

提质增效。掌握设备健康状态,确保工艺运行稳定高效,设备运行时间提升 10%—20%,产能随之提升。

管理范式变革。基于可靠、真实的设备运行数据和专业知识库,用智能化手段实现设备状态预测,把设备运维管理模式整体推进到预测性维护阶段。

图6:应用价值,覆盖安全生产、降低成本、提质增效与管理范式变革

八、落地方式:四种合作模式

设备智能运维的落地方式并非只有一种。产品提供多元化合作模式:点位 SaaS 订阅看护、整体解决方案交付、行业标杆案例共建、智能运维标准共创。

四种模式的适用条件不同。点位订阅适合先在小范围验证效果的厂站,按看护点位付费,投入可控;整体交付适合新建或改造项目,从采集到平台一次性建成;标杆共建适合有代表性场景、愿意开放数据共同打磨模型的企业;标准共创则面向行业层面,把实践沉淀成可复用的规范。

九、覆盖与判断标准

目前,易新智维已覆盖环境领域全流程关键设备,实现动、静、电全面监测,累计监测设备数量超 22 万台,已在北京、天津、广东、广西、安徽、浙江、甘肃、河南等十几个省市落地应用。

对准备选型的单位,可以按五条判断。

一看感知维度是否覆盖设备类型。只有振动没有温度、只有电流没有振动,判断都会失真。

二看是否支持水上水下部署。环境设施的设备有一半在水下或受限空间,部署能力决定了覆盖率。

三看是否兼容既有系统。能否接入现有 SCADA、DCS、PLC,决定了上线周期。

四看诊断是否有人复核。准确率超过 95% 这样的指标,背后必须有工程师团队支撑。

五看是否包含验证环节。从预警到检修再到回填,链路闭合,模型才会越用越准。

设备智能运维的目标,说到底是让设备的健康状态可测量、可判断、可安排。易新只为设备更健康——这句话既是对产品的定位,也是对使用方式的提醒:数据要用起来,判断要落到检修上,才算真的用上了。

作者:青云居士|易新智维
本文为行业技术分享,案例数据来自项目实践,仅供参考。