Introducción: Calidad militar, navegación inteligente

En el campo de la industria militar, la fiabilidad de los equipos de alimentación eléctrica está directamente relacionada con la seguridad nacional y el éxito de las misiones. Frente a los riesgos potenciales de las fuentes de alimentación ensambladas externamente, surge el sistema de gestión de salud de fuentes de alimentación especializadas. Basado en la percepción del Internet de las cosas y la tecnología de gemelos digitales, este sistema realiza la gestión de salud durante todo el ciclo de vida de los equipos de alimentación, con monitoreo preciso, alerta inteligente y mantenimiento eficiente como núcleo, proporcionando una garantía sólida para el funcionamiento estable de las fuentes de alimentación militares.

Introducción de la solución

Resumen de la solución

Este proyecto se centra en dispositivos de percepción del Internet de las cosas, dedicado a recopilar datos de los equipos de alimentación. Al vincular los datos recopilados con el modelo gemelo del equipo para su visualización, se logra un monitoreo preciso del estado de salud de la fuente de alimentación. Sus funciones principales incluyen:

• Monitoreo en tiempo real: supervisión en tiempo real de varios parámetros durante la operación (incluyendo vibración, temperatura del devanado del generador, temperatura de la carcasa, velocidad del motor, voltaje, corriente, rizado, sobretensión, temperatura del agua, corriente, potencia, presión de aceite, flujo de aceite de entrada y salida, flujo de refrigerante, presión del aire de intercooler, etc.).
• Diagnóstico inteligente: utilizando algoritmos inteligentes y estableciendo modelos matemáticos, se realiza la predicción de fallos y la gestión de salud de componentes clave de la fuente de alimentación especializada (motor, ECU, generador, controlador).
• Visualización 3D: utilizando tecnología de visualización multidimensional para mostrar jerárquicamente los componentes clave, localizar fallos y guiar la instalación y mantenimiento.

Escenarios aplicables

• Pruebas de fábrica de fuentes de alimentación militares: simulación de condiciones extremas para garantizar la fiabilidad del equipo
• Gestión de operación y mantenimiento de equipos: monitoreo en tiempo real del estado operativo para prevenir fallos repentinos
• Predicción de vida útil y planificación de mantenimiento: basado en análisis de big data, prolongar la vida útil del equipo y reducir costos de mantenimiento

Funciones principales

• 7 categorías principales, 41 tipos de datos, 100% de recopilación
  41 datos disponibles del equipo, que incluyen vibración, velocidad, flujo, temperatura, potencia, voltaje y corriente en siete categorías; entre ellos, vibración, ruido y voltaje son datos de alta frecuencia, la temperatura infrarroja es un dato de imagen, y los demás son datos de baja frecuencia.
• Datos de alta frecuencia: análisis multidimensional de 24 indicadores característicos en 4 grandes mapas
  Soporta análisis de forma de onda original, análisis de espectro de aceleración, análisis de espectro de velocidad y análisis de tendencias en cuatro tipos principales de mapas.
  Las estadísticas incluyen 24 indicadores característicos como valor eficaz, valor pico a pico, margen, curtosis, pico de frecuencia clave, entre otros.
• Despliegue de más de 60 reglas de alarma en 9 grandes categorías de modelos
  Basado en alarmas de límite en múltiples etapas, cubre tres tipos principales: alarma instantánea, alarma estadística a corto plazo y alarma de tendencia a largo plazo, soportando la integración de modelos de big data con aprendizaje automático y aprendizaje profundo.
• Modelo de salud escalonado en 5 dimensiones principales
  Más de 60 alarmas cubren cinco dimensiones principales: motor, generador, controlador, dispositivo de refrigeración y otros accesorios; evaluando la puntuación de cada dimensión según la gravedad de la alarma para lograr una gestión escalonada de la salud del equipo.

Ventajas técnicas

• Interacción con gemelos digitales: sincronización en tiempo real de datos del equipo con el modelo gemelo para un monitoreo preciso "virtual y real combinado".
• Computación en el borde + colaboración en la nube: el ordenador de borde local procesa en tiempo real datos de alta frecuencia, mientras que el almacenamiento y análisis en la nube apoyan decisiones a largo plazo.
• Ecosistema de hardware altamente compatible: integra 7 categorías principales y 41 tipos de datos, cubriendo todas las áreas de motor, generador y controlador.

Casos de aplicación

Caso 1: Sistema de gestión de salud de fuente de alimentación especializada de una unidad militar

Puntos críticos: Durante las pruebas de la fuente de alimentación especializada, la estabilidad del equipo es insuficiente y las fallas son frecuentes; a pesar de múltiples métodos, no se logra un control efectivo.
Solución: Percepción multidimensional con sensores + modelo de algoritmo inteligente + plataforma de visualización, logrando la gestión de salud durante todo el ciclo de vida del equipo de alimentación.
Resultados: Precisión del monitoreo del estado de la fuente de alimentación especializada superior al 90%, precisión del diagnóstico de fallas superior al 80%, precisión de predicción de la etapa de vida útil restante superior al 60%.