Control Seat

Control Seat là startup YC ở San Francisco, kết hợp dữ liệu từ cơ sở dữ liệu lịch sử (historian) sẵn có của nhà máy với cảm biến rung và siêu âm không dây, tìm ra dấu hiệu trước khi máy hỏng, và cho kỹ sư dùng ngôn ngữ tự nhiên truy nguyên nhân gốc.

Tính năng nổi bật và tình huống sử dụng

Bảo trì dự đoán được nói cả chục năm, lý do đa số nhà máy không làm được rất thực tế: phải lắp cả một bộ cảm biến mới trước, đầu tư quá lớn, thu hồi quá chậm. Điểm tiếp cận của Control Seat là dùng trước những gì bạn đã có — dữ liệu quá trình trong AVEVA PI, Ignition hoặc bất kỳ cơ sở dữ liệu sẵn có nào, vốn đã ghi lại nhiệt độ, áp suất, dòng điện; trong những dữ liệu này thật ra ẩn chứa dấu hiệu hỏng hóc, chỉ là chưa ai có thời gian đào ra. Hệ thống kéo dữ liệu lịch sử này vào, cần thì bổ sung một lượng nhỏ cảm biến rung và siêu âm không dây, là nhận diện được các dạng hỏng phổ biến như mòn vòng bi, mất cân bằng, lệch tâm, mòn bánh răng, xâm thực và tắc lưới lọc. Nó nhấn mạnh "cảnh báo nhận biết bối cảnh" — phân biệt được máy thật sự đang xuống cấp hay chỉ là dao động do thay đổi tải, đây là nguồn báo động giả phổ biến nhất của bảo trì dự đoán. Một thiết kế thực dụng khác là truy vấn bằng ngôn ngữ tự nhiên: kỹ sư hỏi thẳng để phân tích nguyên nhân gốc, không phải tự viết truy vấn. Giao diện vẽ xu hướng sức khỏe máy và dữ liệu quá trình trên cùng một trục thời gian. Ngành mục tiêu bao gồm sản xuất, quá trình và tiện ích công cộng, năng lượng, xử lý nước, hàng không vũ trụ và quản lý cơ sở. Trang chủ không công khai giá.

Phù hợp với nhà máy đã có SCADA / historian nhưng chưa làm bảo trì dự đoán; đặc biệt hợp với đội không muốn đổ một khoản lớn vào cảm biến ngay, mà muốn dùng dữ liệu sẵn có kiểm chứng giá trị trước.

Tính năng chính

• Tích hợp dữ liệu SCADA / historian sẵn có (AVEVA PI, Ignition, cơ sở dữ liệu)
• Tùy chọn cảm biến rung và siêu âm không dây
• Tự động nhận diện mòn vòng bi, mất cân bằng, lệch tâm, mòn bánh răng, xâm thực, tắc lưới lọc
• Cảnh báo nhận biết bối cảnh, phân biệt xuống cấp và dao động tải bình thường
• Truy vấn phân tích nguyên nhân gốc bằng ngôn ngữ tự nhiên
• Trực quan hóa sức khỏe máy và dữ liệu quá trình cùng trục

Tình huống thường gặp

• Phát hiện sớm xuống cấp vòng bi của bơm và động cơ
• Giám sát xâm thực và tắc lưới lọc của thiết bị nhà máy xử lý nước
• Dùng dữ liệu quá trình sẵn có kiểm chứng giá trị của bảo trì dự đoán trước
• Kỹ sư hiện trường tự tra nguyên nhân gốc của bất thường thiết bị
• Giám sát thống nhất tình trạng sức khỏe thiết bị xuyên nhà máy