极晨智道采用大数据和人工智能技术提供故障诊断与预测解决方案：
实时采集设备振动、温度等状态数据并长期保存，利用大数据分析技术，对数据进行建模、分析，以达到故障预警、定位和预测维护的目的。
故障诊断方法的核心在于制定合理的匹配算法和快速检索及匹配，按照设备类型设计了案例模版，其中包括了设备基础数据、设备运行参数、 工艺参数和其它相关数据，在系统中内置了相应的故障征兆算法。
系统内置多种预测方法，包括：基于模型的时间序列预测模型（AR、ARIMA）、多层递阶自适应预测模型（MLRA）、信息加权神经网络预测 模型（BP）、灰色预测模型（Grey Model），利用劣化趋势预测算法，对设备从潜在故障发展到功能故障的时间进行预测，使设备管理人员能 够更好的制定维修计划，减轻故障影响。
系统自动计算设备及部件的剩余寿命，实现剩余寿命报警，指导设备及部件的维修和更换工作。
系统具有自适应报警功能，利用神经网络算法，对每台设备测点的状态数据自学习，动态设定报警阈值，更准确地评价设备的健康程度。
系统提供各类接口，可从有关系统中收集设备运行操作和状态数据及其对应的实际故障结果，形成基于案例的故障诊断及预测数据源。
我们为客户提供如下故障诊断与预测服务：
为企业建立设备故障诊断与预测专家系统，监测关键设备运行状态，形成故障案例库和专家知识库。
为企业提供远程及现场的专家诊断与预测服务，助力企业快速分析及解决问题，优化维修策略。
