-
风机叶片智能监测系统
依托国内高端传感器技术,准确高效地完成数据采集和处理,结合工况具体问题具体分析。数据分析将多种数据源整合,利用自主研发人工智能算法进行实时监控和预警,有效应对叶片断裂、覆冰等重大运营风险。
查看详情 -
风机螺栓智能监测系统
基于国内高端传感器技术,工程实施简单方便,应对外部复杂环境能力较强。通过对螺栓预紧数据实时监测分析,并根据阈值配置进行实时报警,及时发现风机运行过程中的螺栓松动等异常情况,以此降低带来的风机运行风险和风场运维成本。
查看详情 -
风机塔筒智能监测系统
借助国内高端传感器技术,快速高效处理采集数据并完成数据预处理,通过实时振动分析塔筒的倾角、位移以及疲劳强度数据,结合自主研发模型和算法,实时监测塔筒的位置状态、受力及结构变形,以达到较好保护塔筒的效果。
查看详情 -
激光雷达监测系统
系统可安装于机舱、地面、测风塔原址及升压站等多场景,占地仅 3m×3m,围栏高度约 1.7m,采用市电供电并可从风机、升压站取电,通过网线或光纤(Modbus TCP 协议)将测风数据实时回传至功率预报服务器,通讯协议完全满足风功率预报要求。尤其在冰冻地区,系统可直接替换测风塔,无需大规模改造,且数据传输协议与原测风塔一致,配合功率预报厂家完成输入数据联调即可启用,保障测风数据安全稳定。
查看详情 -
超声相控阵探伤AI扫描系统
系统深度集成材料、电子、机械、软件、信号处理、超声算法及 AI 缺陷识别等多项先进技术,专注于风电叶片主梁与辅梁区域的无损检测。采用自研超声相控阵检测技术,不仅能完成胶宽、胶厚检测,还可精准识别分层、褶皱、脱粘、气孔、缺胶等缺陷,并自动完成缺陷类型判定与检测报告生成。
查看详情 -
风机偏航齿轮箱监测系统
通过对现有故障的检测,甚至对即将发生的故障进行有效预测,使运维人员在尽可能早的时间发现故障并提前安排维修调度或提前准备冗余备件,从而实现延长设备的工作时间,最大程度地提高产电量,最终达到降低运维成本的目的。
查看详情 -
CMS在线监测系统
通过部署加速度传感器采集风机传动系统的振动信号,结合大数据分析和人工智能技术,实现风机运行状态的实时监测与智能预警。该方案利用CMS系统对风机进行“心电图”式的全面监测,确保风机运行稳定可靠。
查看详情
-
融合光谱煤质快速分析
采用近红外光谱、X射线荧光光谱、表面形貌的融合多维感知技术,并基于人工智能的多模态信号处理算法将两者信息进行有效融合,实现煤炭成分的快速、准确、鲁棒、无损分析,可以从煤炭生产、煤炭运输和煤炭应用全产业链各个环节实现发热量等煤质关键指标的实时检测,实现智能化与无人化的煤质快速检测,结合生产流程控制需求,助力企业数字化转型。
查看详情 -
皮带智能监测
集成热成像、雷达、光纤及 AI 技术,可实时监测皮带火灾、跑偏、打滑、托辊故障等异常状态。通过声纹分析与振动特征提取算法,托辊故障检出率超 97%,且能联动降温灭火装置预防火灾;AI 平台可分析多传感器数据实现智能预警,同时采用截面流量雷达技术,实时监测皮带物料流量,为生产调度提供数据支持。
查看详情 -
烟道结构安全监测
高精度高可靠感知系统,由卫星定位装置、三维姿态感知装置、微变形智能感知装置和竖向位移敏感感知装置组成,可全方位采集烟道结构数据;多源数据融合体系,基于多源异构数据融合技术,通过终端设备、数据网关和边缘软件对传感器采集的数据进行汇总与解析处理;智能化分析与预警系统,融合三维数字孪生技术与机器学习算法,构建烟道沉降趋势智能分析与预警系统,实现从“被动响应”到“主动预防”的转变,保障烟道稳定运行。
查看详情 -
除尘器在线监测系统
通过应力、变向等多维度数据融合在线监控,分析电除尘器超载时的结构变化以确定分阶段预警指标;再搭建应力三维在线模型、动态云图预警界面,开发灰斗支架等专项监控系统,形成与控制软件衔接、支持声光及远程预警的分级智能体系;最终将其嵌入智慧除尘控制系统,为设备安全运行增设多道防线,提升运行可靠性,实现“环保安全运行”创新模式。
查看详情 -
筒仓结构安全在线监测与智能评估
通过多种传感器实时监测筒仓内部温度、烟气浓度、可燃及有害气体浓度、料位高度等参数,全面掌握储煤状态。传感器信号经数字仪表和智能模块采集后,实现现场显示、报警,PLC和上机位系统,达成远程监控。系统具备手动、自动运行功能,就地与远程操作可无忧切换,且就地操作优先级更高,保障工作人员安全。
查看详情
-
岸桥智慧运维系统
通过利用物联网技术,对岸桥设备进行智能化在线监测,通过在岸桥内安装传感器,收集实时数据。分析电机、大梁、支撑杆、运行小车、滑动槽等部件的振动情况,并结合润滑油油质分析等手段,
查看详情 -
场桥健康监测系统
系统监测囊括场桥及装卸货车的全工作流程管理。对场桥,通过传感器进行数据采集,经过数据的预处理、转发和存储,结合自主研发的工程模型以及振动分析和智能算法,从定性和定理两个维度对
查看详情 -
堆高车健康检测系统
本系统以MEMS光纤技术为核心,基于“人工智能+大数据+物联网”技术,使用计算机信息处理技术,包括信号处理、物联感知、神经网络及深度学习等技术,替代传统的基于人工、
查看详情 -
机场跑道安全预警系统
利用自动采集信息的传感设备,为系统运行提供自动、高效、便利的环境;通过智能化设施对跑道的各种信息进行实时采集和统一管理分析,为跑道设施的安全运行提供保障。
查看详情
新能源风电大数据智慧运维平台
湖南澄科科技有限公司自主研发的新能源风电大数据智慧运维平台为风场业主提供完备的技术支撑。系统底层基于多种传感器技术,并结合多种其它数据来源,收集风机的实时状态数据。顶层通过多维度数据融合与自主研发的分析、预警、维修一体的智能化数据分析诊断平台,对风场的整体运行状态进行有效的监控,实时的分析,及时的预警和正确的维修诊断。

系统特点
(1)依托国内公司强大的传感器技术,保障风机设备的数据正确性和有效性。
(2)结合Scada、故障日志等多格式、多来源的多维度数据进行融合分析,保障故障分析的全面性。
(3)预留数据接口,便于未来更多的数据来源的接入做精细化数据融合分析。
(4)基于振动分析的定量分析和基于海量数据和工况的人工智能算法的定性分析,两者相辅相成,更加全面地保证分析的准确性和预警的及时性。
(5)在数据分析的基础上,通过梳理风场的整体运行流程,进行系统性拓展,实现包括维修策略、风场作业智能调度、维修建议、故障处理经验共享、备件管理等多项业务功能。
系统价值
(1)安全性实时在线分析保障有效发现故障,降低事故风险机率。叶片监测模块及时发现叶片出现折断异常时的状态变化,及时有效降低叶片折断对周围事物造成次生带伤的机率;塔筒监测模块通过阈值设置及传感器数据分析,及时发现塔筒倾斜异常,有效避免倒塔事故。
未来通过气象数据、电量需求等数据,智能安排风场风机的调度,既保障风机安全,又满足了电网用电的需求,分散式发电场景下尤为突出。
(2)成本前期通过振动分析和关联性统计分析,有效降低安全事故发生机率的同时,无形中也降低了风场的运维成本;
后期通过机器学习,深度学习等AI技术,结合历史数据进行预见性分析,提前预测将来可能发生的风机故障,进一步节省风场运营成本。
(3)增效通过风场维修经验实时共享、故障维修方法智能推荐、维修设备提醒等功能,节省风场作业人员尤其是新员工的思考和准备的时间,提升维修的整体效率。
(4)附加值未来在利用数据最大化满足风场故障预测和维修的情况下,通过对风场运营的价值链分析,帮助风场解决包括备件管理等在内的高损耗场景下的运营成本问题。




