在現代化智慧樓宇中，中央空調系統作為能耗大户（約佔建築總能耗40%-60%），其電機設備面臨三大核心挑戰：

‌從問題到方案的精準對應‌：

1. 
   

   
   

   應用案例

   
   

   
   

   
   

   
   

2. 典型應用場景

• 安裝地點：智能樓宇

• 安裝設備：50台（10HP/20HP/30HP/50HP）

• 電壓規格：全部380V交流電

• 設備類型：空調風機組、各類水泵系統

1. 空調機組監測‌

    覆蓋送/回/排風機

    監測重點：軸承狀態、轉子偏心、三相不平衡

 2. 水泵系統監測

      包含冷卻/冷凍/熱水泵

 3. 能效優化管理

• 結合變頻器運行數據
• 動態調整運行參數實現節能15%-25%
  
• 
  
• 實施效果驗證

1. 通過應用案例（50台設備部署）顯示：

• ‌故障預警時效‌：提前3-8周發現軸承磨損等隱患
• ‌運維效率提升‌：人工巡檢頻次降低70%
  ‌經濟效益‌：

• 減少非計劃停機損失約120萬元/年
• 綜合節能率達18.7%（380V供電環境下）

系統介紹

系統組成

感知層：

• 在空調主機（10HP/20HP/30HP/50HP）、水泵等關鍵設備安裝多參數傳感器

• 覆蓋案例中的空調風機、送風機、迴風機、排風機等設備類型

控制層：

• 集成變頻器控制箱（10HP空調主機配置）

• 實現雙重保護機制

傳輸層：

• 通過工業網關實現380V強電環境下的安全數據傳輸

• 適配新光項目全部380V交流電設備

平台層：

• AI算法分析電流/振動等50+維度的設備特徵

• 監測軸承狀態、轉子偏心、三相不平衡等關鍵指標

應用層：

• 提供能效優化建議和預測性維護方案

• 動態調整運行參數實現節能

系統優勢

非穩態分析‌

系統能夠通過對電機電流的實時監測，實現對電機故障的非穩態信號分析。

判定故障類型‌

利用AI技術，系統能夠對產生的數據特徵進行深入分析，快速判定故障類型，為維修人員提供準確的故障信息，縮短維修時間。

極早期故障預警‌

通過故障類型比對及大數據分析，系統能夠預估電機的剩餘使用時間，並在故障發生前發出極早期預警，為智能樓宇空調系統運行管理和維修計劃提供充足的時間保障。

預判電機故障時間

根據被監測電機的電流數值變化趨勢，並與大數據進行比對，預估故障的發展進程和可能的發生時間。

量化電機健康狀態

系統可對當前電機健康狀態進行量化評估，並給出評估分

[ 70-100 ] 分：良好狀態（綠色）

[ 40-70） 分：警告狀態（黃色） 

[ 0-40 ）  分：報警狀態 （紅色）

用户可根據後台記錄的健康狀態分值，預估電機需要維修的時間節點。