一、产品定位： 基于IoT物联网、大数据、AI人工智能等技术，挖掘设备的健康情况及衰退状况，保障设备控制、健康运行，结合MR混合现实技术，构建全息感知、多维协作能力，实现设备效能提升。 二、目标客户： 包括大型设备提供商及生产制造厂商两类目标客户。面向大型装备厂商对装备产品提供远程运维及智能化故障诊断服务，或生产制造厂商对产线设备提供预测性维护的服务的需求，提供7类应用场景： 1、智能监控：通过设备关键指标的实时分析，实现对设备运行状态的综合监控、预警与处理。 2、故障预测：基于设备故障数据模型，评估系统的运行状态，预测设备发生故障的部位、时间和维修保障建议。 3、智能巡检：应用AI、MR等技术，实现7*24小时监测，运维人员可基于状态预测，实现视情维护，有效提高效率、降低成本。 4、智能诊断：通过3D建模等技术，使作业人员看到设备的隐性故障因素，辅助作业人员提升对设备故障的判断力。 5、维修辅助：MR结合故障预警、故障诊断、工艺仿真，将维修步骤、操作要点、注意事项等信息与维修操作结合，辅助设备维修。 6、远程指导：让一线作业人员全天候、多地域都可得到专家的指导服务，快速定位问题解决问题。 7、知识沉淀：企业设备、工艺、产品、产线等全制造要素模型化、可视化，实现知识的积累和沉淀。 三、行业应用： 1、造纸行业：造纸机状态监控、故障预测、造纸锟轴劣变损耗监测、造纸锟轴剩余寿命预测、工艺仿真、MR运维增强等应用； 2、烟草行业：智能集控中心、制丝/卷接/包装等设备故障预测与健康管理、制丝/卷接/包装等设备备件剩余寿命预测、制叶丝段阀门性能缓变劣化、卷烟MX主风机故障预测、切丝含水率控制等； 3、电力行业：变电站设备数据采集、故障的健康评测、建议决策的智能处理等。建立电力公司设备健康跟踪档案，定制具有针对性质的监测诊断服务等。 4、能源化工行业：针对 “机、电、仪、管、操” 等机组设备进行诊断、检查，实时监控和分析，如定期监控气囊压力、速送阀活动试验、机组润滑监控等。 5、交通： 飞机发动机、电源、雷达等组件状态监控和故障预测等；高铁集群健康管理、车辆牵引电机、轨道的转辙器、车载的轨道监测；建立轴箱轴承的3D模型，监测失效模式、失效的状态，探测到隐性失效特征等； 6、汽车制造：蓄电池通过单体电压、内阻、温度、组电压、组电流和环境温度等预测电池健康状况；整车性能检测，制动系统失效或制动效果不佳、转向系统故障、爆胎、电气系统故障、动力系统故障、冷却系统故障、润滑系统故障等。 四、销售特性： 1、保安全 用传感器替代人工检测，避免危险环境下人工作业带来的安全风险。 2、排隐患 AI人工智能实时深入分析，将隐性问题显性化，拓展维保边界，提前发现可能存在的问题，及时排除隐患，保障设备稳定运行。 3、降成本 优化人力结构，将人员从简单重复工作中释放出来，降低人力成本。合理化零备件库存，减少库存积压带来的浪费。提前发现问题，减少突发故障带来的损失。 4、提效率 定位故障问题，减少实际维护时间，提高设备维护效率。基于MR的数据实时展现和专家远程指导，让设备运维有据可依，提高现场执行效率。保障设备健康稳定运行，避免意外停机，提升生产运行效率。