نفت، گاز و پتروشیمی
پایش Rotating Equipment شامل کمپرسورهای گریز از مرکز، توربینهای گاز، پمپهای API 610 و Reciprocating Compressorها — منطبق با API 670 و ATEX Zone 1/2.
نرمافزار نگهداری پیشگویانه مبتنی بر هوش مصنوعیپیشبینی خرابی تجهیزات با هوش مصنوعیپایدار
خرابی تجهیزات را ۳ تا ۶ هفته زودتر ببینید — قبل از اینکه خط تولید بایستد
پلتفرم بومی Predictive Maintenance با تحلیل ارتعاش طبق ISO 10816، Acoustic Emission، MCSA و مدلهای یادگیری عمیق برای پیشبینی Remaining Useful Life (RUL) تجهیزات دوار و ثابت.
منطبق با ISO 13374RUL accuracy ±۷ روزپشتیبانی فارسی ۲۴/۷ مهندسی قابلیت اطمینان
پیشبینی خرابی تجهیزات با هوش مصنوعی
PdM
Authentication
Authorization
Lifecycle
Integration
بیش از ۱۵۰ سایت صنعتی فعال در کشور
۸ پالایشگاه و پتروشیمی۴ نیروگاه حرارتی و سیکل ترکیبی۶ کارخانه فولاد و نورد۱۲ کارخانه سیمان و کانی
+۲۲٬۰۰۰ماشین دوار تحت پایش لحظهای
مسیر ارزشآفرینی
ما نه فقط دردهای شما را میفهمیم — برای رسیدن به آنچه که سازمان شما باید باشد، نقشه میسازیم.
GITA PdM یک پلتفرم بومی Condition Monitoring و Prognostics است که مطابق چارچوب ISO 13374 طراحی شده — از Data Acquisition تا Advisory Generation. سنسورهای ارتعاش، Ultrasonic، Thermography، Acoustic Emission، Oil Analysis و MCSA از طریق Edge Gatewayها جمع میشوند، در موتور AI تحلیل شده و در نهایت Work Order خودکار به CMMS ارسال میشود — همه با Digital Twin تجهیزات کلیدی شما.
Before
وضعیت رایج امروز
- 01
خرابیهای ناگهانی موتور و پمپ بدون هیچ هشدار قبلی
هزینه پنهان: ۸ تا ۲۴ ساعت توقف اضطراری خط تولید
- 02
تعویض قطعات سالم در PMهای زمانبندیشده
هزینه پنهان: ۳۰٪ هزینه اضافی قطعات یدکی و نیروی انسانی
- 03
دادههای Historian جمع میشود اما تحلیلی روی آن انجام نمیشود
هزینه پنهان: از دست رفتن سیگنالهای زودهنگام Failure
- 04
تیم نگهداری همیشه در حالت آتشنشانی است
هزینه پنهان: Burnout تیم Reliability و ترک کارشناسان کلیدی
After
با PdM
- 01
میانگین MTBF: ۳۲۰ روز
قبلاً: میانگین MTBF: ۱۸۰ روز
- 02
کمتر از ۲ توقف اضطراری در ماه
قبلاً: ۱۲ توقف اضطراری در ماه
- 03
تعویض بر اساس وضعیت واقعی
قبلاً: تعویض زمانی فیلتر و بلبرینگ
- 04
داشبورد Health Score لحظهای
قبلاً: گزارشهای Excel هفتگی
معماری راهکار
معماری GITA PdM بر پایه ISO 13374 — جریان داده زنده
معماری بر اساس شش لایه استاندارد ISO 13374 ساخته شده است: Data Acquisition، Data Manipulation، State Detection، Health Assessment، Prognosis Assessment و Advisory Generation. هر لایه بهصورت Microservice مستقل پیاده شده و از طریق گذرگاه پیام Kafka با لایههای بالاتر در ارتباط است. لایه Edge با پشتیبانی از Modbus، OPC-UA، MQTT و IEC 61850 دادههای خام را با نرخ تا ۵۱.۲ kHz نمونهبرداری میکند و موتور Prognosis با ترکیب مدلهای Survival، LSTM و Physics-Informed Neural Networks، Remaining Useful Life تجهیز را با بازه اعتماد محاسبه میکند.
جریان داده
ورودیها
Clients & Identities
هسته احراز
Gateway · Auth · Policy · Token
لایه داده
Identity Store · HSM · Directory
ممیزی و تلهمتری
Audit Pipeline · Kafka
اپلیکیشنها
Apps & Cloud
درخواست احراز هویت
ارزیابی سیاست
صدور توکن
گزارش ممیزی
همگامسازی داده
روی برچسبهای بالا کلیک کنید تا فقط یک نوع جریان داده فعال شود — یا روی هر نود حرکت کنید برای نمایش پررنگتر.
قابلیتهای محصول
قابلیتهایی که MTBF شما را دو برابر میکنند
10 ماژول تخصصی یکپارچه و قابل توسعه — برای انتخاب هر قابلیت، روی آن کلیک کنید.
ورودی داده
Multi-Sensor Ingestion چندپروتکلی
اتصال به ارتعاشسنج، ترموگرافی، Ultrasonic، MCSA و Oil Analyzer از طریق یک Gateway واحد.
Edge Gateway اختصاصی ما با پشتیبانی از Modbus RTU/TCP، OPC-UA، MQTT Sparkplug B، Profinet و IEC 61850 ساخته شده است. نرخ نمونهبرداری ارتعاش تا ۵۱٫۲ kHz و رزولوشن ۲۴ بیت — کافی برای آنالیز Envelope و تشخیص نقص بلبرینگ در فرکانسهای BPFO، BPFI، BSF و FTF.
نکات کلیدی
- پشتیبانی از ۲۰+ پروتکل صنعتی
- نمونهبرداری ۵۱٫۲ kHz با ADC 24-bit
- Buffer محلی ۷۲ ساعته در قطعی شبکه
- Auto-discovery تجهیزات OPC-UA
برای شمازمان راهاندازی پایش هر تجهیز کمتر از ۱۵ دقیقه
موارد استفاده صنعتی
راهکار متناسب با صنعت شما
نیروگاههای حرارتی و سیکل ترکیبی
پایش توربین گاز و بخار، ژنراتور، Boiler Feed Pump و Cooling Tower با Heat Rate Monitoring همزمان — کشف Fouling و Blade Degradation در مراحل اولیه.
فولاد و نورد
پایش Hot/Cold Rolling Mill، Work Roll Bearings، گیربکسهای Sendzimir و موتورهای DC با MCSA — پیشبینی Strip Break و Roll Failure.
سیمان
پایش Kiln Rollers، Vertical Roller Mill، Ball Mill و فنهای Preheater با ترکیب Thermography و Vibration — کاهش Unplanned Kiln Stop.
آب و فاضلاب
پایش Pump Stationهای پراکنده با Edge AI، تشخیص Cavitation و Dry-Running در پمپهای گریز از مرکز و Submersible — همراه با اپلیکیشن میدانی.
خودرو و قطعهسازی
پایش Press Lines، Body Shop Robots، Conveyor Drives و Spindleهای ماشینکاری — پیشبینی خرابی Servo Motor و Ball Screw.
صنایع ریلی
پایش لوکوموتیو و واگن شامل Traction Motor، Wheel Bearing، گیربکس و Pantograph با حسگرهای On-Board — منطبق با EN 13848.
کاغذ و سلولز
پایش Paper Machine شامل Dryer Section، Press Rolls، Refinerها و Fanهای Hood — پیشبینی Sheet Break و کاهش Off-spec.
یکپارچهسازی
با اکوسیستم OT و IT سازمان شما کار میکند
+۸۰ ادغام آماده با تجهیزات و سامانههای صنعتی
تجهیز یا سامانهای خاص دارید؟ Connector اختصاصی توسعه دهیمفرآیند پیادهسازی
از ممیزی Reliability تا Production در ۴ فاز
نقشه راه شفاف از اولین تماس تا عملیات دائمی — هر مرحله با خروجی قابل اندازهگیری.
PHASE 01
Reliability Assessment
۲ هفته
جلسه با مهندس قابلیت اطمینان، ممیزی تجهیزات Critical، تحلیل تاریخچه خرابی، طبقهبندی ISO 14224 و انتخاب Pilot Equipment.
گزارش Criticality Matrix و نقشه راه پایش
PHASE 02
نصب Pilot روی ۱۰–۲۰ تجهیز
۴–۶ هفته
نصب سنسور و Edge Gateway روی تجهیزات Pilot، اتصال به Historian، آموزش Baseline مدلها و راهاندازی داشبورد.
Health Score زنده برای تجهیزات Pilot
PHASE 03
گسترش سایتمحور
۸–۱۶ هفته
گسترش به ۲۰۰+ تجهیز، یکپارچهسازی CMMS برای Work Order خودکار، آموزش تیم Reliability و Tuning مدلها بر اساس بازخورد تعمیر.
پوشش Predictive کل سایت اصلی
PHASE 04
Continuous Reliability Improvement
دائمی
پشتیبانی ۲۴/۷، گزارشهای Reliability ماهانه، Retraining فصلی مدلها و بهینهسازی استراتژی نگهداری بر اساس داده عملیاتی.
افزایش پیوسته MTBF و کاهش OPEX
PHASE 01۲ هفته
Reliability Assessment
جلسه با مهندس قابلیت اطمینان، ممیزی تجهیزات Critical، تحلیل تاریخچه خرابی، طبقهبندی ISO 14224 و انتخاب Pilot Equipment.
گزارش Criticality Matrix و نقشه راه پایش
PHASE 02۴–۶ هفته
نصب Pilot روی ۱۰–۲۰ تجهیز
نصب سنسور و Edge Gateway روی تجهیزات Pilot، اتصال به Historian، آموزش Baseline مدلها و راهاندازی داشبورد.
Health Score زنده برای تجهیزات Pilot
PHASE 03۸–۱۶ هفته
گسترش سایتمحور
گسترش به ۲۰۰+ تجهیز، یکپارچهسازی CMMS برای Work Order خودکار، آموزش تیم Reliability و Tuning مدلها بر اساس بازخورد تعمیر.
پوشش Predictive کل سایت اصلی
PHASE 04دائمی
Continuous Reliability Improvement
پشتیبانی ۲۴/۷، گزارشهای Reliability ماهانه، Retraining فصلی مدلها و بهینهسازی استراتژی نگهداری بر اساس داده عملیاتی.
افزایش پیوسته MTBF و کاهش OPEX
سوالات متداول فنی
سوالاتی که تیم فنی شما احتمالاً میپرسد
آیا برای آموزش مدل نیاز به داده خرابی تاریخی داریم؟+
خیر. موتور Anomaly Detection ما Unsupervised است — کافی است ۳۰ روز داده عملیات نرمال داشته باشیم تا Baseline سالم تجهیز یاد گرفته شود. هر چه داده تاریخی بیشتری در Historian موجود باشد، دقت RUL بالاتر میرود اما حداقل قابل قبول ۳ ماه داده است. برای تجهیزاتی با تاریخچه طولانی، مدل Weibull AFT فعال میشود.
دقت پیشبینی RUL چقدر است و چگونه گزارش میشود؟+
در افق پیشبینی ۹۰ روزه، دقت میانگین ±۷ روز است. خروجی RUL یک عدد قطعی نیست، بلکه توزیع احتمال زمان خرابی است — مثلاً «با احتمال ۸۰٪ بین ۲۸ تا ۴۲ روز آینده». این فرم احتمالاتی برای تصمیمگیری ریسکمحور درباره Lead Time قطعه و زمانبندی Shutdown ضروری است.
آیا با Historianهای موجود مثل PI Server یا Proficy کار میکند؟+
بله، Connectorهای رسمی برای PI Web API، GE Proficy iHistorian، AVEVA Wonderware، Honeywell PHD و Yokogawa Exaquantum وجود دارد. خواندن یکطرفه است — هیچ نوشتنی روی Historian انجام نمیشود تا اصول OT-Security حفظ شود. Time-Alignment تگهای ناهمگام بهصورت خودکار انجام میگیرد.
Edge Gateway در محیط ATEX و انفجاری قابل استفاده است؟+
بله، Gateway اختصاصی ما با Certification ATEX Zone 2 و IECEx برای محیطهای Hazardous Area طراحی شده است. برای Zone 1، از Intrinsically Safe Barrier استفاده میشود. بدنه IP65 و رنج دمایی -۴۰ تا +۷۰ سانتیگراد برای محیطهای Outdoor و Offshore مناسب است.
نحوه اتصال به CMMS و تولید Work Order چگونه است؟+
اتصال دوطرفه از طریق REST API یا OData. وقتی Health Score زیر آستانه میرسد یا RUL کمتر از Lead Time قطعه میشود، Work Order بهصورت خودکار با Priority محاسبهشده، Failure Mode پیشنهادی، لیست قطعات یدکی و دستورالعمل تعمیر در CMMS ایجاد میشود. بازخورد تعمیر نیز بهصورت خودکار به مدل برمیگردد.
Digital Twin برای چه نوع تجهیزاتی ساخته میشود؟+
Twin برای تجهیزات Critical که Criticality آنها در Matrix بالا ارزیابی شده ساخته میشود — معمولاً کمپرسورهای گریز از مرکز، توربین گاز و بخار، پمپهای API 610 با Power بالا و گیربکسهای صنعتی. ساخت هر Twin ۲ تا ۴ هفته زمان میبرد و شامل مدل ترمودینامیکی، مکانیکی و فرسایش است.
Retraining مدلها چگونه انجام میشود؟+
Retraining بهصورت فصلی و خودکار با Drift Detection انجام میشود. اگر توزیع داده ورودی بهصورت معنادار از Baseline منحرف شود، مدل بهصورت خودکار با داده جدید آموزش میبیند. مدل قدیمی بهعنوان Shadow Model نگه داشته میشود تا در صورت افت عملکرد، Rollback آنی ممکن باشد.
آیا با تجهیزات Variable Frequency Drive (VFD) کار میکند؟+
بله، موتور تحلیل از Order Tracking پشتیبانی میکند که مخصوص تجهیزات با دور متغیر طراحی شده است. بهجای FFT با فرکانس ثابت، تحلیل بر اساس Order نسبی به Shaft Speed انجام میشود. سیگنال Tacho از VFD یا Encoder خوانده میشود یا با روش Tacholess Order Tracking از خود سیگنال ارتعاش استخراج میگردد.
استقرار On-Premise در سایتهای Air-Gapped امکانپذیر است؟+
بله، تمام مولفهها روی Kubernetes یا VM در داخل سایت قابل اجرا هستند. هیچ وابستگی به اینترنت برای Inference وجود ندارد. بستههای بهروزرسانی مدل بهصورت Offline از طریق رسانه فیزیکی منتقل میشوند. این حالت برای پالایشگاهها و تأسیسات حاکمیتی بهصورت پیشفرض پیشنهاد میشود.
ROI پروژه PdM چقدر و در چه بازهای قابل تحقق است؟+
بر اساس Case Studyهای ما، Payback Period معمول ۹ تا ۱۸ ماه است. عوامل اصلی ROI شامل کاهش ۴۰٪ خرابی برنامهریزینشده در سال اول، کاهش ۲۵–۳۵٪ هزینه قطعات یدکی، افزایش ۱٫۸ برابری MTBF و کاهش ۲۰٪ زمان تعمیر بهدلیل آگاهی قبلی از Failure Mode است. مدل مالی دقیق در فاز Discovery برای سایت شما محاسبه میشود.
تماس مستقیم با تیم فنی
جلسه فنی با مهندس قابلیت اطمینان رزرو کنید
۴۵ دقیقه با مهندس ارشد Reliability ما صحبت کنید. تجهیزات Critical شما را بررسی میکنیم و نقشه راه PdM متناسب با سایت شما را تشریح میکنیم. رایگان، بدون پرزنتیشن فروش.
فرم درخواست جلسه
مرحله ۱ از ۲