設(shè)備振動監(jiān)測報警閾值的準確化、簡單化、場景化設(shè)定一直以來都是工業(yè)設(shè)備運維領(lǐng)域的一大難點與挑戰(zhàn)，不能有效解決這個問題，就會出現(xiàn)高頻次的漏報和誤報，狼來的故事經(jīng)常發(fā)生，讓客戶不勝其煩。傳統(tǒng)的設(shè)定流程不僅涵蓋了對國際標準（如ISO10816）參照，還需經(jīng)歷數(shù)據(jù)采集、振動特性分析、閾值初步設(shè)定以及動態(tài)優(yōu)化等多個環(huán)節(jié)，費事費力，對非專業(yè)人員技術(shù)實現(xiàn)難度大。

蘇州捷杰傳感在這一領(lǐng)域理論結(jié)合實踐深入研究數(shù)年，取得了重大突破，成功研發(fā)出自適應邊緣保持濾波算法（APEF）。該算法有力推進了工業(yè)物聯(lián)網(wǎng)時代下的設(shè)備智能管理，解決了廣大用戶在振動監(jiān)測報警閾值設(shè)定上的長期痛點，有效解決漏報和誤報。

APEF算法憑借獨有的濾波技術(shù)，能夠精準鎖定振動數(shù)據(jù)的邊緣特征，精確區(qū)分設(shè)備的正常運行狀態(tài)與異常狀態(tài)。實踐證明，在3月18日至21日客戶的真實使用場景中，APEF算法通過對振動烈度數(shù)據(jù)的智能處理與閾值比對，能夠在設(shè)備振動烈度超標時快速觸發(fā)有效報警，預警設(shè)備潛在故障。數(shù)據(jù)統(tǒng)計顯示，報警信號隨時間逐漸增多并在月底達到頂峰，有力證明了APEF算法卓越的故障預測效能（參見圖1）。

圖1 3月18日-3月21日振動烈度信號APEF濾波數(shù)據(jù)圖

注：綠色線：閾值線

紅色線：原始振動數(shù)據(jù)

藍色線：算法處理后的振動信號APEF濾波數(shù)據(jù)值

工業(yè)設(shè)備運維人員無需專業(yè)知識，運用捷杰傳感APEF自適應AI算法，不僅讓預警閾值的設(shè)定更為簡單、精準和適用于自身的現(xiàn)場環(huán)境，還能夠使報警系統(tǒng)的誤報率和漏報率降低92.8%以上。APEF自適應AI算法，猶如賦予了設(shè)備一雙敏銳的眼睛，能夠?qū)崟r去假存真，將智能預測技術(shù)與設(shè)備實際運行狀態(tài)緊密結(jié)合，真正做到了無需人工干預。