Predictive Maintenance
AI-слой поверх MCS BMS: анализ временных рядов с датчиков, прогноз деградации оборудования за 1–30 дней до отказа. Заранее заказанные запчасти и плановый ремонт — вместо ночного выезда.
Reactive maintenance — самая дорогая стратегия. Plan-preventive по графику — пропускает реальные деградации. Predictive — анализ данных датчиков и обнаружение паттернов до отказа. Этот кейс — естественное продолжение нашей BMS-платформы MCS. Данные уже собираются — мы добавляем интеллектуальный слой поверх.
Прямая связь с MCS BMS
MCS уже собирает данные. Predictive Maintenance — модуль поверх. Никакой новой сенсорики, никаких новых протоколов. Алерты появляются в том же UI, что и обычные. Минимальная дополнительная разработка.
Пошаговая архитектура
Сбор данных
OPC UA / Modbus / BACnet / MQTT через MCS. Telemetry с интервалом 1–5 сек в ClickHouse.
Backfill истории
Перенос 6–12 месяцев данных для обучения per-equipment-class моделей.
Feature engineering
Aggregates, frequency-domain features (FFT для вибрации), lag-based.
Anomaly detection
Isolation Forest + LOF обнаруживают отклонения от baseline.
Forecast
Prophet / N-BEATS прогнозирует когда метрика пересечёт опасный порог.
LLM-explanation
Человекочитаемое описание алерта: «вибрация выросла на 28% за 14 дней — деградация подшипника».
Стек, который не запирает
ClickHouse для time-series — миллиарды точек данных, быстрые window-queries
Per-equipment-class модели — отдельные для чиллеров, насосов, AHU, компрессоров
Online learning через River.ml — модель адаптируется к сезонности
MLOps: eval-suite на каждом deploy, drift-detection, retrain раз в месяц
LightGBM-classifier «деградация vs шум» поверх anomaly-score
LLM используется только для генерации explanation, не для основного inference
Идеально для
- Управляющие компании коммерческой недвижимости (БЦ, ТЦ, отели)
- Производственные предприятия с критичным оборудованием
- Энергетические компании (трансформаторы, насосные станции)
- Дата-центры (cooling, UPS)
Границы кейса
- Не запускает action автоматически — только сигнализирует. Авторизация ремонта — human-in-the-loop
- Не предсказывает аварии без обучающих данных (минимум 3 месяца истории)
- Не работает на оборудовании без сенсорики (нужно подключить мониторинг сначала)
- Не заменяет TO по нормативке — он работает поверх, улучшая таргетинг
Частые вопросы
Подключаемся к вашему BMS-инструменту (Niagara, Trend, любой OPC UA-сервер). MCS — рекомендуемый, но не обязательный.
Что ещё может пригодиться
Покажем на ваших данных
за 1-2 недели
Подключаемся к ограниченной выборке, разворачиваем PoC на ваших реальных кейсах. Оценка качества, точности и UX — на вашей специфике, не на наших красивых демо.