自研产品 · 在线演示

Boljam——面向炼油与油气开采的预测性维护系统

Boljam 是由 105 Industrial AI 开发的预测性维护系统,将振动诊断、遥测数据与检修履历整合于同一闭环:五个机器学习模型负责缺陷分类、剩余寿命评估,并在振动速度有效值越过 ISO 阈值之前发现异常。在由 450 台设备组成的演示机队中,检测器在 377 台设备上先于阈值报警,中位提前量为 13 天。系统可直接在浏览器中打开,无需服务器交互。

天:领先有效值阈值的中位提前量覆盖演示机组中的 377 台设备
13
台在监设备1 302 个测点,147 MW
450
异常检测器 ROC-AUC误报率 0.001
0.977
个月历史数据,可用光标回溯信号在浏览器中实时重算
18

轴承已损坏 85%,仪表读数却仍是“完好如新”

一台 1476 rpm 的泵,外圈缺陷程度 85%:振动速度有效值为 1.86 mm/s,按 ISO 20816-3 属于 A 区,形式上完全健康。而同期缺陷频率处的包络幅值已增长 95 倍,峭度从 2.96 升至 10.87。这正是 Boljam 所揭示的。

本演示基于合成数据:各项指标来自物理模型,而非真实设备实测。对象名称取自公开资料;本系统不构成任何公司的报表,且未使用其企业标识。

同一闭环中的两类资产

炼油厂

炼油,年加工 550 万吨,三套生产装置

  • 16 套工艺装置——从 1969 年的常减压装置到 2018 年的深加工装置
  • 267 台设备,709 个测点,89.0 MW
  • 泵、压缩机、引风机、空冷器、加热炉

成熟油田

开采,四个采油厂、注水系统与原油处理

  • 183 台设备,593 个测点,58.4 MW
  • 3 698 口井:抽油机 92.5%、电潜泵 7.5%;121 口纳入振动监测
  • 基于示功图的抽油机诊断——8 种工况类别

系统原理

三项工程决策,使这套演示既快速、诚实,又无需服务器。

01

信号为实时合成,而非存储回放

系统不存储任何原始振动波形。由 Rust 编译为 WebAssembly 的物理模型,依据「测点标签 + 位置 + 时间」的键值在浏览器中确定性地生成波形。离线数据集生成器使用同一份代码,因此存储的特征量与您拖动光标到任意日期时看到的信号始终一致。

02

一致性经端到端校验

数据集中存储值与浏览器重算值之间的有效值中位偏差为 0.0000%,95 分位数为 0.17%。生成器两次运行可产出逐位一致的文件。信号处理内核由 62 项测试覆盖,领域逻辑由 184 项单元测试及端到端场景覆盖。

03

推理在浏览器端完成,数据不外传

模型训练为离线一次性完成,推理通过 ONNX Runtime Web 在客户端执行,全部模型合计仅 1.76 MB。同样的架构可平移至企业内网:计算在数据所在之处进行,任何数据都不出厂区。

五个模型及其实测表现

训练集与验证集按设备档案划分,而非按时间窗划分,因此不存在标签泄漏:ISO 区域已明确排除在输入特征之外。

模型任务实测表现
FaultNet缺陷分类,12 个类别召回率 0.94,精确率 0.85–0.92
RULNet剩余寿命 P10/P50/P90RMSE 66.9 天,区间覆盖率 0.804(名义值 0.80)
HealthIndex异常检测器ROC-AUC 0.977,误报率 0.001
DynaCard基于示功图的抽油机工况,8 个类别准确率 0.993
Reliability可靠性与最优检修周期含删失的威布尔模型,与 Kaplan–Meier 估计吻合

系统的能力边界——直言不讳

FaultNet 可识别轴承缺陷、汽蚀、松动与齿轮啮合问题,但无法区分不平衡、不对中、叶片通过频率与电磁类故障:这些故障的能量集中在前几阶转频谐波上,低于解调频带,物理上不会进入包络谱。这些类别改由前几阶谐波特征与电气特征进行诊断。所有模型均基于合成数据训练,尚未完成公开实测数据集上的验证,界面中对此有明确标注。系统已内置公开数据集加载器(CWRU、NASA IMS、MFPT、Paderborn、XJTU-SY、Petrobras 3W、MetroPT-3、C-MAPSS)——真实数据验证将在客户试点阶段完成。

标准依据

ISO 20816-3 规定按振动速度有效值划分 A/B/C/D 区,分析频带随转速调整:转速低于 600 rpm 时自 2 Hz 起,否则自 10 Hz 起。ISO 20816-8 与 ISO 10816-6 适用于往复式机械,其限值为 28–45 mm/s 而非 4.5–11。API 670 适用于滑动轴承透平机械,其判据是轴的相对位移而非机壳有效值。此外还包括 ISO 13373、ISO 17359、ISO 13379、ISO 13381 与 API 610。

对企业的价值

面向机动总师与可靠性团队

以覆盖全机队的风险排序清单取代按日历巡检:可直观看到未来 7 天和 30 天内哪些机组需要干预及其原因,并给出缺陷频率及其随时间的发展趋势。

面向计划与经济部门

经济效益在系统界面中实时计算,而非停留在演示文稿里:全部 25 项假设均附列依据,因此可逐条质疑,并按贵司自身的停机损失与检修成本重新测算。

面向 IT 与信息安全部门

无数据库、无外部调用:计算在浏览器中完成。在工业环境中,同一架构以本地化方式部署——遥测与视频均不出厂区边界。

同样的方法——以服务形式落地到贵司设备

预测性维护服务

常见问题

常见问题

总工程师、信息安全和采购部门常问的问题,以及直接的回答。

下一步

在贵司设备机队上演示 Boljam

告诉我们您的需求——我们将在两个工作日内反馈数据审计方案和效益评估。

  1. 130 分钟通话:任务、数据、信息安全审批人
  2. 2数据审计或基于脱敏导出数据的回溯分析
  3. 38–12 周试点,成功标准在启动前约定

首次接触即签署保密协议(NDA)

一个工作日内回复