针对大型工厂设备维护难、故障排查滞后的痛点。传统人工巡检效率低且难以发现早期隐患,本系统旨在通过采集设备运行时的声学信号,利用 AI 算法实现全天候的自动化故障预警,降低意外停机风险。
点击空白处退出提示
针对大型工厂设备维护难、故障排查滞后的痛点。传统人工巡检效率低且难以发现早期隐患,本系统旨在通过采集设备运行时的声学信号,利用 AI 算法实现全天候的自动化故障预警,降低意外停机风险。
1. 实时监控大屏:基于 Vue3 开发的可视化仪表盘,实时展示多台设备的运行状态及 Mel 频谱图。
2. 智能异常诊断:集成改进版 AnoGAN 深度学习模型,能自动识别轴承磨损、气蚀等微弱故障信号,无需人工干预。
3.多级报警推送:支持根据故障置信度通过短信、邮件或钉钉自动推送分级报警信息。
4. 历史数据回溯:提供海量历史波形数据的存储与快速检索功能,辅助工程师进行故障复盘。
采用前后端分离架构。后端使用 FastAPI 构建高性能
RESTful接口,并利用 Celery + Redis 队列实现AI 模型的异步推理,解决高并发阻塞问题;前端采用 Vue3+ECharts 实现低延迟的数据渲染;底层算法基于PyTorch 框架开发并使用 Docker 容器化部署。




评论