楼宇预测性维护最佳答案科技助力楼宇智能化维护(组图)

2023-02-11

近年来，随着物联网技术、AI人工智能、大数据、云计算的兴起，为建筑智能化增添了新的发展活力。 过去，楼宇管理过于依赖人工后期维护，属于“被动”的预防性维护，效率低下，运营成本高。

如何提升楼宇管理的智能化水平，实现从被动预防到主动管理的转变？ “建立预测性维护”就是答案。

为顺应智能化发展趋势，行业领先的全栈式物联网技术提供商纵兴科技，为行业伙伴提供基于ZETA技术，结合AI智能算法，支持物联网的“楼宇预测性维护解决方案”设备。 国网上海智能公司世博写字楼C、D楼引入该解决方案，对楼宇状态进行监控分析，从而识别设备故障预警信号，帮助管理层实现主动预见性维护，从而减少长期运营成本。 成本，提高管理效率。

项目背景：

国网上海智能公司世博写字楼C、D座是国网上海智能公司拥有的两栋写字楼。 作为高端商务楼，世博写字楼已入驻多家知名企业。 它对建筑质量、设备运行和建筑内的用户体验都有极高的要求。 因此，很多新兴的楼宇管理技术都会首先应用在这两座楼宇中。 预测性维护在“工业4.0时代”得到了应用和验证。 经过与国网上海智能公司世博运营中心管理人员的多轮交流，以及深入的现场调研，纵兴科技技术人员确认ZETA楼宇预测性维护解决方案也可以应用于楼宇管理系统世博会办公楼。

传统楼宇管理需要大量人员到现场进行设备巡检和维护； 它还需要面对意外停机、设备异常等突发事件。 存在对人力依赖度高、巡检不及时、人工经验失误、漏检误检等问题，大部分问题都是“事后处理”。 在影响用户体验的同时，还会造成严重的经济损失和安全事故。

什么时候出现问题？ 问题可以预防吗？ 如何提前做好充分的准备？

这些都是每个用户和管理员关心的问题。 基于对上述问题的探索，国网上海智能公司推出了纵兴科技的“ZETA建筑预测性维护解决方案”。

装修重点及方案优势：

转型重点）

本项目改造重点主要是空调系统中的换热系统和通风系统：

热交换系统：热交换系统为建筑物的空调系统提供冷/热源。 容易出现供水压力不足、相应楼层供水不足、热交换不足、达不到设定温度等问题。

通风系统：通风系统将各楼层的冷/热空气通过风机送至租户对应的空调出风口。 存在无风、风扇异常等情况，不能及时获知和预测。

以上两点都会影响空调的使用效果，损害用户体验，这就需要智能的预测性维护方案。

ZETA方案的优势）

· 01 穿透力强，无网络盲点：ZETA通信技术穿透力强，大楼内部署ZETA无线网络，少量网关即可覆盖整栋大楼，避免网络盲点。

02 无线方案，便捷施工：ZETA方案相比有线物联网方案，采用无线部署，无需穿线打孔，静音运行，不会干扰用户工作。 即插即用，施工时间短，可为客户降低施工成本50%以上。

03 远程监控与智能报警：智能终端采集关键点运行数据，可实现7*24H远程实时监控楼宇设备状态。 数字化巡检，第一时间发现问题能耗监测管理系统哪家合适，发出报警信息，保障楼宇安全。

04 全生命周期管理：平台拥有大数据可视化看板，可有效呈现设施设备运行状态、告警分析、能耗分析、历史数据追溯等，帮助管理者实现全生命周期设备管理。

程序功能及效果：

纵兴科技ZETA楼宇预测性维护解决方案为管理端提供了一套完整的设备数据分析平台，支持数据概览、状态监控、点视图、异常分析等，多设备集成统一后台管理，实现线上化数据可视化。

终端传感器应用）

ZETA终端上的智能振动和温度传感器，可以有效监测空调电机的运行状态。 当空调电机出现异常振动和温度异常趋势时，振动温度传感器通过其内置的AI智能算法对采集到的数据进行独立监测和分析，然后通过频谱分析、特征计算、趋势分析和故障识别来预测故障. 电机即将发生故障的原因，平台会发出警报，提醒工作人员对设备进行维护操作。

这种振动和温度传感器不同于传统的传感器端子。 它将算法下沉到终端侧，不需要繁琐昂贵的平台费用和专业的算法分析师，直接将结果反馈给用户进行后续管理。

可根据实际情况定制振动和温度数据的监测，在减少人力的同时提高巡检频次。 真正让管理者知道问题何时发生、原因何在，并能在故障恶化前制定应对计划，避免意外停机，实现主动预见性维护。

空调系统监控）

通过实时监测管道的温度和压力数据，并与设计参数进行比对，管理方可以清晰掌握整个空调供水系统的状态。 从空调冷水供水温度到热水回水温度，再到供水压力监测，系统异常通过数据及时反馈，保证制冷/热交换效率。 物联网连接设备基于数据发现和解决问题，从预防和修复转向基于实际运行情况的预测性维护。

能耗系统优化）

除了空调系统的预测性维护改造外，该建筑以前的水表读数依赖于人工。 目前按照每月一次抄表的频率，完成两栋楼的数据拷贝需要几天的时间。 此外，楼层较多，租户结构复杂。 很多楼层都是租户整租，出入需要报备，耗费大量人力物力，数字化智能化水平极低。

在实际应用中，用电异常的情况很多，只能通过抄表才能发现。 纵兴科技ZETA解决方案，依托终端采集器和ZETA无线网络，实现远程无人抄表，无需换表。 在减少人力投入的同时，还能实时获取整栋楼的能耗情况。 通过能耗数据分析，实现7*24H监控建筑能耗，为管理者提供决策数据参考。 不仅提高了建筑的能源利用率，还降低了管理成本，节能减排，降本增效，帮助业主实现建筑的绿色低碳运营。

系统的兼容扩展）

楼宇管理是一项系统工程。 ZETA楼宇预测性维护解决方案考虑了系统网络的兼容性和可扩展性，在网络设计时预留设备容量，提供通用接口。 未来车主可以根据实际需要添加其他传感器进行更全面的系统监控，也非常方便系统集成。

纵兴科技“ZETA大楼预测性维护方案”实施后，国网上海智能公司世博办公楼C、D楼设施设备实现24小时全天候监控、故障预警、维护提醒、AI算法控制等功能，实现构建主动控制和预测性维护管理风险。 不仅降低了企业的运营成本，还大大提高了物业管理效率，有效帮助业主提高了在市场上的商业竞争力。

如今，智慧城市进程正在加速，越来越多的建筑正朝着数字智能化、低碳化的方向发展。 建筑预测性维护也将成为建筑管理的新趋势。 未来，纵行科技将以客户需求为中心，基于ZETA创新技术，不断深化应用场景，帮助更多客户提升楼宇管理的数字化智能化水平。

制造业丨研究报告

核心总结：

制造业数字化转型的内涵：

本文所指的制造业数字化转型，是指覆盖制造企业设计、生产、管理、销售、服务等各个环节的新一代信息技术，以及控制、监测、检测、预测等生产基础的能力。对各个环节产生的数据进行分析和挖掘。 赋能业务活动缩短研发周期，增加实时采购常见的能耗管理系统有什么，提高生产效率和产品质量，降低能源消耗，及时响应客户需求。 该概念强调两点：第一，新一代信息技术覆盖制造业的全生命周期，不仅可以用先进的技术改造各个业务环节，还可以推动整个过程的数字化。可能的; 第二，产业链中的各种活动和运营管理活动可以通过数据分析赋能决策、预测生产、创新服务。 总之，通过信息技术的应用，可以提高效率和价值。

制造业数字化转型的价值与难点：

转化价值：在降低研发试错成本、实现批量个性化生产、便利和满足买方市场、提升企业产能等方面具有明显价值。

转型难点：总体来说，难点可以概括为三点：自知难、推进难、落实难。 针对自知难点：1）在复杂的生产参与因素（设备、原材料、人员等）中难以梳理和明确自身需求，难以定位自身数字化水平； 2）企业如何找到合适的合作伙伴很难找到。 推广难点： 1）制造企业服务链条长，转型不是一个人、一个部门的事情。 会出现很多见效快等拉锯战的问题，很难顺利推进。 实施难点：1）制造企业生产相关数据采集和应用困难； 2）难以培养和顺利过渡到数字化工作方式。

对制造业数字化转型的建议与启示：

转型建议：在转型的方方面面和参与要素上，都要自省、外查，戒骄戒躁。

供给端：1）对于主要集成商来说，需要根据自身的企业基因寻求适合的发展路径。 初期，对于没有制造经验的玩家，一般服务>垂直深耕服务开源，市场选择优先使用，精准切入行业。 对于有制造经验的玩家来说，收购/合作而不是“从零开始”，占领自己的产业，不断提升技术投入才是重点。 但是，无论是什么类型的企业，都需要注意政府关系。 2）对于垂直玩家来说，在前期积累客户、建立口碑后，往往会通过建立生态合作伙伴，走向平台化服务，最终可能演变成集成商。

需求端：数字化转型是持续的，需要企业时刻关注市场变化，确保企业数字化的推进。 同时，企业要寻找合适的进入路径，避免盲目追求大而全。 当今市场上最常见的路径是协调或探索性转型。

制造状态概览 - 经济驱动的基本功能

作为世界工厂，它对内拉动经济增长、就业和低水平消费； 对外，它输出人力、原材料和工业中间产品以满足其他国家的消费。

作为世界工厂，中国制造业的主要价值体现在以下几个方面： 1）对于国内市场，为拉动国家经济增长、促进国内就业做出了突出贡献，是我国制造业发展的根本。国计民生消费； 2）对于全球市场，从最初的原材料出口国，逐渐转变为拥有工业中间体、中间产品等普通技术密集型产品的国家，为其他国家消费品的满足提供了坚实的支撑。

制造期待——不断探索增量空间

积极的政策引导、加大研发投入、加大资金投入可并行推进我国制造业升级创新，最终实现优质存量增量的目标

制造业数字化转型的内涵

提高企业内部和企业之间的融合协同，进而实现效率和价值的双重提升，是制造企业数字化转型的主要内涵

本文所指的制造业数字化转型，是指覆盖制造企业设计、生产、管理、销售、服务各个环节的新一代信息技术，以及基于控制、监测、检测、预测等能力的信息技术。对各环节产生的数据进行分析和挖掘，赋能生产经营活动，缩短研发周期，增加实时采购，提高生产效率和产品质量，降低能源消耗，及时响应客户需求. 该概念强调两点：第一，新一代信息技术覆盖制造业的全生命周期，不仅可以用先进的技术改造各个业务环节，还可以推动整个过程的数字化。可能的; 第二，产业链中的各种活动和运营管理活动可以通过数据分析赋能决策、预测生产、创新服务。

制造企业已走上数字化转型之路

数字化转型是一个过程，而不是最终状态。 单个或多个在线工具的应用也是一种数字化转型，大多数企业已经在其中

制造业数字化转型的价值

价值一：生产系统的建模与仿真，帮助企业高效低成本地推进产品、工艺、产线等的研发与验证

企业进行数字化转型后，给产品和流程设计过程带来的直接价值是降低试错成本和周期。 具体来说，就是通过传感器等设备对生产线的相关数据进行采集和沉淀。 生产系统建模仿真后，可以对产品、工艺、生产线进行仿真，确定关键的产品参数、工艺参数、生产线参数。 等待。 同时，通过异地数据的输入，可以不断优化产品、工艺、生产线，提升企业研发、生产效率和产品质量。

价值二：生产方式的转变带动生产环节的重构，提高生产的敏捷性。 生产有望实现规模化标准化生产向规模化个性化生产转变

企业进行数字化转型后，从研发设计到销售服务全流程实现数字化。 各个环节的数字化落地和对接后，对制造环节的直接好处主要有四点：1）生产方式的改变驱动生产敏捷化，灵活性更大，反馈更灵活有效； 2) 成品交货周期更短，库存成本更低 3) C2M模式成为可能； 4）上下游联动加强，生产调度优化。

价值三：数字化促进企业上下游信息协同，需求匹配度提高，企业内部生产和销售积极性增强，生产和服务能力放大

从研发设计到销售服务全流程数字化，是数字化转型升级的直接结果。 其中，各环节数字化实现并打通后，对采购和销售环节的直接好处主要有四个：1）信息交换的及时性、供应商的可管理性、销售目标的可预见性、采购时间。通过数字化得到改善。 2）建立“消费者需要什么-企业生产什么-卖什么”的买方市场，并期望满足买方市场的需求； 3）数字化将推动企业随着上下游供需协同、企业员工积极性和生产敏捷性的提升，企业产能上限有望提升。

企业数字化转型的自我认知

从自评体系和供应商评价体系的双重角度审视，对比诺兰模型，获得自身的数字化成熟度

企业数字化转型的市场意识

软件产品基本覆盖制造过程的全生命周期，硬件产品有望随着XR设备的应用扩展

从业务环节来看，产品销售、服务和运维、财务管理等场景覆盖更全面，可选产品类型更多。 这不仅与营销、仓储物流管理、支付方便等效果容易有关，也与技术实施难度相对较低有关。 目前，随着软硬件的深入应用，产品生产过程的细分场景正在逐步覆盖。 其中，软件以MES、AI检测软件等为代表，硬件以XR为代表，可扩展到工艺设计和验证。 可扩展为远程运维。

基础层提供底层支持； 设备和软件层提供现场生产和管理工具； 平台层主要对数据资产进行管理、分析和调用

企业数字化转型的过程

目前，以央企和大型民营企业为主。 发起部门主要是业务部门和IT部门。 需求量集中在100万到500万之间。 项目周期整体约4-18个月，具有量大、周期长的特点。

企业数字化转型难点

难点一：需求阶段：企业难以准确定位和传达转型需求，供应商难以直观给出结果，也难以体现差异化。 双方信息不对称，难以选择解决方案

难点二：部门间合作沟通困难，技术基础和“尚方宝剑”成关键

一般来说，制造业的数字化转型是由供应商、内部管理、发起部门（IT部门/业务部门/数字部门）等协同部门联动的。 其中，管理层负责战略确定和项目实施的决策权。 发起部门的职责是协助实施、辅助培训、运行维护和信息传递，承担“领导者”和“使者”的角色； 而协调部门则承担起“体验官”的角色。 在这个联动过程中，理想的路径是管理层给发起部门（“商房宝鉴”）足够的话语权。 发起部门可以充分了解业务部门的核心需求，现有的信息化水平可以支撑后续的运维。 然而，从立项到实施，从战略确定到实施，路径的每一个环节都可能涉及“人”的冲突：包括管理层不放权、IT部门业务经验不足、业务部门技术能力欠缺，企业方方面面。 部门需求难以梳理、衔接、统一。

难点三：需求变化、急功近利、急功近利等因素导致供需双方长期、多轮拉锯战，甚至可能引爆成为重要矛盾

企业进行数字化转型的心态往往分为以下几类： 1）对于刚性需求不那么强的企业，面对转型的不确定性，企业希望以最小的成本投入试错，后期再逐步布局。它是有效的。 2）对于刚性需求强的企业，往往以单个或多个模块进行。 此时涉及的资金基本在百万量级，实施周期至少3个月，具有成本高、周期长的特点。 在此背景下，发起人经常面临“需求变更，为什么没有完成，为什么没有明显效果，如何向领导交代，钱花得值不值”等各种“拷问” . 供需双方将就“需求vs成本vs时间、时间vs结果vs效果、成本vs效果”等各种问题展开拉锯战。 这种内在的、反复的抵制，使转型举步维艰。

难点四：老旧设备采集难、多种数据协议统一匹配难、模型开发难是制造企业数据采集和管理的主要难点

生产相关数据的主要流通路径为：数据感知/采集-数据集成（包括传输和访问）-数据治理-数据存储和应用阶段。 难点主要存在于前三个阶段： 1）数据采集阶段：需要优先考虑采集哪些数据有用，然后对老设备进行数据采集改造是否可行。 2）数据集成阶段：存在采集方式不同、同种采集方式采集工具不同、同类型工具不同厂家不同数据协议等问题，造成数据互联互通困难。 3）数据治理阶段：生产相关数据的实时性高、关联性强，对模型开发和应用提出了很高的要求。

难点五：数字化转型的价值只有在工作和管理中应用数字化思想才能实现

数字化转型不是终点。 其主要目的是通过挖掘企业数据的价值，为企业管理、运营、产品和服务赋能，从而实现降本增效、拓展新商业模式等目标。 因此，企业数字化转型后的使用和持续更新非常重要。 在使用上，有2点需要注意： 1）应用广度：是自上而下的数字化工作理念和工作方式的推广吗？ 2）数字化深度：是否可以更大程度地推动IT与OT的融合，挖掘其价值？

企业数字化转型建议

在每个参与环节的每个要素中，都要自省和外审，戒骄戒躁

数字化转型不能成为企业管理层的决定。 由于其内容复杂、成本高、周期长，需要对各个环节的所有参与要素进行综合管控。 从需求发起，到响应，到实施交付，从参与者，到实施方式，到数据收集和应用，企业需要并行做内省+外研：对内，企业需要充分了解自身的需求能力和诉求，明确转型目标和目标，协调分工，人才培养，最终落实和应用数字化工作理念； 对外，企业需要认清市场，了解产品/服务，有效的需求对称和沟通，长期监管，并适当调整评估节奏和预期。

企业数字化转型的启示——供给侧

供给侧1：基于品牌和渠道，更多依赖生态合作伙伴进行数字化转型服务

整体来看，不同的集成商具有不同的先天优势，但发挥的方式相似，即主要依靠生态合作伙伴的建设，为企业提供数字化转型服务。 但各个生态伙伴的策略各不相同：1）阿里更倾向于将生态伙伴整合到自己的产品中，以对外服务为主； 2）腾讯更倾向于轻量级服务，将部分交付工作转移给生态合作伙伴 3）华为和美的比较相似，侧重于填补技术盲点，提升整体技术能力。

供应方2：大部分以平台服务模式为中间状态，最终大部分会演变成集成商

整体来看，软硬件垂直厂商在一定的客户口碑和行业经验积累后，将逐步走向基于生态合作的平台化服务模式，最终企业可能向集成商发展。 向平台化服务模式转型，主要有两大优势：一是可以提升厂商在产品和技术方面的服务能力，可服务的客户类别、客户领域、客户需求范围将变得更加广泛。更宽的; 二、积累了足够的公司客户和服务经验后，公司渠道体系初具规模，为公司向集成商演进做准备。 目前垂直硬件厂商主要分为两大类：工控硬件和工业机器人； 垂直软件厂商主要分为三类：赛道龙头企业、龙头企业、行业新兴新锐企业。

企业数字化转型的启示——需求端

需求端一：数字化与智能化将长期并存、相互促进，企业转型是长期任务

企业进行数字化转型时，所走的路径大致是：挖掘前期积累的数据资源，实现数据资产的价值——优化和加速业务提升——业务创新和新智能设备的应用会产生和积累更多数据，所以来回。 因此，企业的数字化转型不是终点，而是需要持续关注市场需求变化、技术进步和持续投入的任务。 虽然，从历史的角度看，制造业发展阶段的演进速度大幅提升，但目前，人工智能、5G、物联网在工业中的应用仍处于探索阶段，数字化与智能化将并存许久。

需求端2：战略先行是前提，员工、业务、产品、客户是数字化建设的重点； 晋升方式必须适合企业现状和未来发展需求，切忌大范围、综合性

需求方3：通过绘制使用复杂度热图，制定总体策略和具体实施路线

Jemin Müller教授（）和Jans 教授通过系统依赖和语义依赖定义了“使用中复杂性（-in-use）”的概念，并指出对系统依赖和语义依赖要求高的数字化转型任务将是最复杂和困难的。 可以简单理解为：如果员工的工作需要通过数字化系统的能力（如数据、算法）来完成，则系统依赖性越强； 如果工作仍然需要员工抽象和理解其工作内容的业务逻辑是如何在数字系统中实现的，则语义依赖性强。 这两种依存关系既相辅相成，又相互促进。 如果系统依赖增加，语义依赖也会相应增加。 针对使用复杂度，两位作者提出可以通过“绘制使用复杂度热力图——制定数字化转型整体规划——制定有针对性的转型路线”等步骤，加速数字化转型的推进。

企业数字化转型的启示——技术

信息技术深度应用叠加，推动工厂向系统自洽、决策智能化迈进

技术的发展为制造业升级带来了更多可能。 随着信息技术的深入应用，智能工厂将逐渐成为现实，表现在两个方面：工厂系统的整体自一致性和智能工厂决策的实现。 其中，不同技术对智能工厂的推动作用如下：5G可以增加工厂连接设备的数量，减少延迟； IoT、XR等设备一方面可以提升工厂监控的覆盖范围，另一方面可以有效实现互联互通。 OT的整合； 云计算和人工智能共同推动工厂积累的数据高效分析和利用，实现整个工厂的“智能化”。 以上也说明：1）转型升级是多种技术叠加的结果，因为技术是互补的，单一技术的应用是有限的； 有一种放之四海而皆准的技术来帮助企业实现转型。

企业数字化转型的启示——制造工厂

数字化能力提高了供应链和产品/服务的可控性。 当一个企业下沉的时候，原来的中游厂商可以转型为上游厂商。 区域覆盖与业务增长双赢

各大制造企业数字化转型后，主要有两个好处： 1）能力输出：一些龙头制造企业将从数字化转型的需求方转变为本领域或跨领域的数字化转型服务商，具备数字化转型能力. 能够合成解决方案输出。 2）拓展下沉市场：从市场上看，各大制造企业要想深入下沉市场，渠道和加盟是首选，但存在“渠道拓展和维护成本高、政策薄弱，盲目市场”。 但是，当各大制造企业具备了数字化服务能力后，其对供应链的控制力以及自身产品产量和质量的可控性都得到了提升。 当各大制造企业下沉市场后，可以有一个产业链参与者的转变，即从原来与本土厂商争夺成品市场的中游参与者，转变为上游原材料/半成品的供应商。成品/服务。 这种飞跃的好处如下： 1）增加产品/服务的销售； 2）借用当地厂商的渠道优势，实现地域覆盖； 3) 捕捉制造商和当地市场的潜在需求。