系統目標

    利用現代測量控制技術和數據處理與通訊技術，實時采集設備狀態信息，增強設備的管理控制，減少人工的勞動強度，提高巡檢效率，降低事故風險，實現

送機設備的狀態管理、風險管理和壽命管理。

    采用自動化的數據采集系統，實時對設備關鍵部位或參數進行的定量監測。

    建立豐富的KPI指標分析模型，實現在時間和空間范圍內的數據對標；提供用戶節能改造和管理節能的強大工具；電能消耗成本結構優化；減低電費總量。

    建立ETM設備全生命周期管理平臺，利用平臺管理設備的備件、檢修計劃、維護計劃，確定相應的效果最佳的維修活動，促進維修過程合理控制與管理。

    建立集中管控平臺，利用對設備的遙測、遙信、遙控，實現無死角監測，防止人員漏檢，及時發現問題，避免重大事故發生，降低生產過程中的非正常停機時間和避免人身傷亡事故發生，提高生產效率。

    建立統計查詢、數據挖掘、監控分析等的直觀可視化展示平臺，為領導綜合查詢和決策分析提供及時、有效的信息支持和管理手段，有效提高企業決策能力、決策效率以及決策的準確性。

采用Al 圖像智能識別技術及模糊控制技術，對輸送機異常狀態與初始事故隱患的及時確認和故障原因分析；異常狀態下啟動報警并在監控上彈出異常視頻畫面。

    巡檢機器人：采用自動巡檢機器人，通過紅外熱成像傳感器、氣體傳感器、音頻傳感器、360度視頻儀等多種智能傳感器，能夠實時采集、存儲、傳輸現場的圖像、聲音、溫度、煙霧等數據，通過數據分析，判斷設備故障及位置，替代人工巡檢，降低勞動風險，提升智能化管理水平。

    AI視頻：通過視頻監控和智能圖像識別技術，以信息可視化提供的數據做支撐，全流程進行視頻監測，實時發現設備故障和自動報警，并實現智能關停，實現輸送機控制系統與視頻監控系統集成聯動；

    設備管理：建立以設備診斷工程為核心的設備狀態管理系統，將設備點檢與狀態監測融入到設備管理，建立基于狀態監測的預防、診斷、處理體系。建立規范化的潤滑及保養子系統，規劃化潤滑保養工作，提高設備的可靠性。對設備的規劃、設計、制造、安裝、運行、維護、檢修整個壽命周期進行管理，對設備管理提供一站式服務。解放生產力，降低人員勞動強度。

    能源管理：建立能源平臺系統，融合生產數據、中控室DCS數據、關鍵質量數據、操作員信息、環保排放及介質消耗數據等信息。建立智能分析系統，通過能源管理系統采集30kW以上設備的電量數據，把設備運行狀態及使用電量進行分析，找出最佳運行數據，以此降低電耗。

    平臺部署：軟件平臺可部署在輸送機現場或者遠端，平臺構建基于海量數據采集、匯聚、分析的服務體系，包括采集、邊緣、應用三大核心層級。平臺可以提供超融合一體化服務器，用于構建企業的私有云。平臺不僅提供通用設備管理、資源管理、運維管理、故障恢復等通用功能，還能提供數據建模、機器學習、數據清洗、管理、分析、可視化等AI功能。

    設備監控：系統實時監測皮帶運行過程中出現撕裂、閉鎖、跑偏、煙霧、 堆煤、 速度、溫度、打滑、縱撕、 斷帶、煤位、拉線急停、電機，減速器，大型輥筒、巡檢機器人、充電樁等情況，并即時做出反饋，大大提高了生產效率和生產安全。平臺可實時顯示巡檢機器人當前電量，內部溫度，是否充電以及當前位置等信息。平臺設置管理，操作，查看三種權限級別，不同賬號擁有不同權限；設置嚴重，警告，預警三種重要級別，不同賬號可接收不同級別報警通知；設置層級權限管理，不同賬號具有不同機器人監控權限。

    軟件分析：設備的振動信號進行振動總值、時域加速度、頻域加速度、頻域速度、加速度包絡等分析，實現振動總值報警，分頻段報警。平臺對系統所有數據的統計和分析，以表格和圖表的形式，展示站所目前的信息數據和歷史信息數據，其中包括站所的異常情況，設備及環境異常的分布，設備異常類型的統計，環境異常類型的統計等。

    系統預警：可設置某個或多個巡檢機器人自主巡檢，可遠程遙控某個或多個巡檢機器人手控巡檢，可設置是否開啟音視頻錄制模式 ，通過手機等移動終端可以控制巡檢機器人進行強制巡檢，可以實時查看當前機器人所在位置與其狀態，同時可以控制機器人回充電樁進行充電，修改當前移動速度，開關避障等。

    健康管理：可查看不同位置的球機、槍機實時監控畫面和監控歷史視頻，以及對球機方位、焦距的實時控制。巡檢過程中，可通過機器人傳感系統中的可見光相機，看到被巡檢設備的狀態。也可通過下發視頻任務，讓機器人行走至指定設備，通過機器人攝像頭查看設備狀態。

    歷史信息：通過軟件系統，可以控制巡檢機器人的開關機、急停和充電等操作。系統還能下發不同類型的巡檢任務，在任務執行過程中，控制任務的暫停、恢復和停止。系統會實時顯示設備如電機、照明、除塵等自動化設備的當前狀態，通過開關按鈕，可遠程控制這些設備。

    設備全壽命周期管理：實時自動生成系統、設備的評級情況記錄，快速定位設備維護對象優化計劃。對設備進行數據畫像，判斷設備所處狀態，減少運行人員誤判。實時自動對比故障或典型風險數據，輔助判斷系統狀態，預判設備風險狀況。快速定位故障位置，提供故障主因診斷、事故處理指導。提供設備及部件劣化、速率報警信息，贏得故障處理時間。
設備的健康管理：通過傳感器從設備端采集數據，運用深度機器學習算法獲得設備當前健康狀態，并對設備健康趨勢進行預測，采用預知性維護方式，實現設備的零故障運行。

    將設備使用過程中積累的海量數據進行深度挖掘形成經驗知識，并反饋做為設備改善的依據，從而形成閉環的全生命周期設備信息管理

    完整采集、統計設備運行、檢修及更換信息，形成關鍵設備壽命周期數據庫，尋優營銷規劃下最優的設備檢修方案及設備零件更換方案，并合理延長設備壽。

    結合關鍵指標劣化統計和材料特性，建立設備壽命預測模型；以壽命預測模型為依據，開展設備壽命在線預測；統計全生命周期信息，對壽命預測模型進行修正。

    設備智能診斷：通過設備全生命周期大數據進行分析，進行設備狀態及設備壽命評估，尋優營銷規劃下最優的設備檢修方案及設備零件更換方案，確保檢修內容應修必修、應換必換、應有必有，實現設備價值動態檢修，延長設備使用周期，降低檢修成本