全球 500 强电梯大数据 BI 分析
26万台电梯实时遥监与 AI 智能预诊断

Cloudera Spark SQL Kafka HBase AI 预诊断算法

遥监规模

26 万台电梯

技术指标

600+ 项 AI 诊断

行业地位

行业综合三甲

维保覆盖率

监测 90% 以上故障

Profile

公司概况 / Corporate Profile

全球领先楼宇生态服务商

该企业是全球领先的电梯及楼宇生态解决方案服务商,在中国稳居行业综合实力三甲。拥有遍布全国的制造和营销网络,打造了全球最高电梯试验塔及世界最高速电梯。

作为房地产开发企业 TOP 500 首选电梯供应商,企业致力于通过遥监终端与大数据中心,实现远程电梯监管与预诊断服务,为都市安全保驾护航。

项目背景 / 现状挑战

存储与精度困局

容量严重不足,需不断清理历史数据以维持运行,严重影响了作业计算的精度。

作业性能滑坡

设备故障分析计算耗时长达数小时,无法满足实时监管与响应的业务要求。

建设需求

数据架构分布式化

基于 Cloudera 实现数据存储和负载角色分布,防止数据倾斜。

计算算法重构

基于 Spark SQL 重构门轨迹计算算法,大幅提升秒级处理能力。

解决方案

通过 Kafka 队列支撑 AI 集群数据实时加载,构建遥监云中心。

01

全并发实时队列

采用 Kafka 数据队列支撑电梯运行数据、故障报警、通信心跳、AI 集群等多态实时数据分钟级加载到数据中台。

02

BI 可视化分析专题

打造包括:遥监状态分析、电梯运行预测、作业与过程分析、数据关联分析在内的四大核心分析主题,穿透业务流程。

03

算法精准迁移落地

将离线历史 HBase 数据迁移至中台,确保 AI 预诊断算法准确运行,并以统一服务接口为算法集群提供精准数据喂养。

项目价值

AI

600+ 项 AI 预诊断能力

故障检测率 90% +
监测各部件性能预演 24 H

有效提高维保效率,大幅减少电梯困人等安全风险事件。

维保效能优化成果

54%
维保工时优化
30% +
人均效能提升

通过数据中台的综合分析,显著改变了人工维保的粗放模式,实现了基于数据的精细化排班与作业指导。