# 设备健康管理 SaaS — 基于 AI 的预测性维护与设备全生命周期管理

> 艾森智能设备健康管理（PHM）SaaS 平台基于振动、温度、压力等多维状态数据，结合时域/频域分析和 AI 故障模型，实现设备劣化趋势早期识别和预测性维护决策。

- 产品分类: 软件与数据服务 / 设备健康管理SaaS
- 来源: https://www.aisenz.com/products/phm-saas

---

## 能力标签

- PHM 预测性维护
- AI 故障诊断
- 剩余寿命预测 RUL
- 多协议接入
- SaaS / 私有云
- 振动 FFT

## 主要特性

- 振动/温度/压力多维数据采集
- 时域/频域自动分析
- 设备健康评分模型
- 故障模式识别与分类
- 剩余寿命预测
- 维护计划自动排程
- 备件库存联动管理
- 多站点统一管理看板

## 适用场景

- **关键动设备预测性维护**: 适合泵、风机、压缩机、电机、减速机等旋转设备的状态监测和故障预警。
- **设备资产健康评分**: 把振动、温度、电流、工况和维修记录转化为健康指数、趋势和风险等级。
- **维修决策闭环**: 联动告警、工单、备件和检修计划，减少非计划停机。

## 部署方式

- 云端 SaaS、私有云或本地化部署均可，按数据敏感等级选择。
- 边缘侧由 M01/D01/R580/E680 采集数据，平台侧完成模型训练、评估和告警推送。
- 与 CMMS、ERP、MES 或企业微信/短信平台集成形成闭环。

## 接口协议

- REST API
- MQTT
- OPC UA
- CSV / 数据库导入
- Webhook 告警

## 技术规格关注点

- 采样频率、传感器安装位置、工况标签和历史故障样本决定模型效果。
- 上线前要定义健康评分口径、告警阈值和误报处理流程。
- 平台需要支持模型版本、数据质量和人工诊断记录追溯。

## 选型建议

- 已有 SCADA 但缺设备诊断时选 PHM SaaS。
- 需要毫秒级本地推理时搭配 E680 Edge。
- 只有基础趋势展示时 SCADA/HMI 即可，PHM 用于更高价值设备。

## 典型拓扑

边缘采集设备把状态数据上传到 PHM SaaS，平台完成特征计算、模型诊断和工单建议，并把结果回写到 SCADA 或资产系统。

## 常见误区

- 未区分工况导致模型把正常负载变化误判为故障。
- 传感器安装不规范，振动数据方向和频段不可用。
- 只做告警不做工单闭环，预测性维护难以产生管理收益。

## 行业标准与接口规范

- ISO 17359 设备状态监测与诊断
- ISO 10816 / ISO 20816 机械振动评价
- OPC UA / MQTT / REST 工业数据接口

## 相关案例

- [化工厂动设备 PHM 预测性维护](https://www.aisenz.com/cases/chemical-plant-rotating-equipment-phm) — 200+ 台关键动设备健康管理，非计划停机下降 73%。