現(xiàn)代社會(huì)嚴(yán)重依賴機(jī)械,交通、能源供應(yīng)、農(nóng)業(yè)生產(chǎn)、工業(yè)制造都離不開(kāi)機(jī)械設(shè)備的驅(qū)動(dòng)。當(dāng)機(jī)器發(fā)生故障出現(xiàn)非計(jì)劃停機(jī)時(shí),不僅會(huì)影響生產(chǎn),甚至可能帶來(lái)巨大經(jīng)濟(jì)損失。隨著人工智能的興起,非計(jì)劃停機(jī)時(shí)間將極大減少,AI將改變現(xiàn)有維護(hù)方式。
設(shè)備的維護(hù)對(duì)機(jī)器的實(shí)用性至關(guān)重要。但是,決定何時(shí)維修、是否需要更換零件、是否在不影響生產(chǎn)的情況下進(jìn)行,通常難以平衡的行為。過(guò)往更多根據(jù)經(jīng)驗(yàn)、猜測(cè)來(lái)決定維護(hù)的時(shí)機(jī)。目前很多組織正在研究通過(guò)人工智能和機(jī)器學(xué)習(xí)來(lái)減少低效和設(shè)備故障。
常見(jiàn)的維護(hù)模式
今天,大多數(shù)維護(hù)可以分為三類(lèi):
1.反應(yīng)性維護(hù)
反應(yīng)性維護(hù)(即計(jì)劃外停機(jī))是一種設(shè)備運(yùn)行到出現(xiàn)故障再進(jìn)行維護(hù)的方法。它可能具有很強(qiáng)的破壞性,因?yàn)楫?dāng)設(shè)備在沒(méi)有警告的情況下發(fā)生故障時(shí),企業(yè)必須停止生產(chǎn)運(yùn)行。這種被動(dòng)方法可以保持較低的日常維護(hù)成本,僅在需要時(shí)需要技術(shù)人員,但可能帶來(lái)巨大的生產(chǎn)損失。
2.計(jì)劃性維護(hù)
通過(guò)定期評(píng)估維護(hù)降低故障風(fēng)險(xiǎn)。雖然停機(jī)的風(fēng)險(xiǎn)仍然存在,但企業(yè)更有可能在問(wèn)題變大之前先發(fā)制人地解決問(wèn)題。盡管這可以最大限度地延長(zhǎng)機(jī)器的使用壽命,但不能避免機(jī)器停止使用時(shí)損失大量生產(chǎn)時(shí)間。
3.主動(dòng)性維護(hù)
主動(dòng)維護(hù)旨在提高維護(hù)效率,通過(guò)分析設(shè)備的數(shù)據(jù)和以往出現(xiàn)的故障,優(yōu)化維護(hù)資源。它不需要遵守固定的時(shí)間表,而是通過(guò)使用數(shù)據(jù)來(lái)審查和增強(qiáng)運(yùn)營(yíng)。對(duì)于設(shè)備數(shù)量多的公司來(lái)說(shuō),主動(dòng)維護(hù)似乎是最具成本效益的策略。然而,這種方法是有限的,因?yàn)樗荒芸刂瓶赡軐?dǎo)致設(shè)備故障的因素,而不是通過(guò)設(shè)備本身狀態(tài)進(jìn)行判斷。
那如何實(shí)現(xiàn)更智能的運(yùn)維?工業(yè)互聯(lián)網(wǎng)技術(shù)和人工智能可以填補(bǔ)這塊空白。
人工智能改變維護(hù)方式
根據(jù)某市場(chǎng)咨詢公司數(shù)據(jù),2017年全球人工智能市場(chǎng)價(jià)值19.9億歐元,預(yù)計(jì)到2025年將達(dá)到300億歐元。AI的增長(zhǎng)將是巨大的,因?yàn)樗軌驊?yīng)用于所有行業(yè),包括工業(yè)設(shè)備的維護(hù)。許多嚴(yán)重依賴機(jī)械設(shè)備的的行業(yè)正在投資預(yù)測(cè)性維護(hù)。這是因?yàn)榻柚斯ぶ悄埽S護(hù)可以從單純的預(yù)防性或主動(dòng)性維護(hù)成為預(yù)測(cè)性的。通過(guò)預(yù)測(cè)性維護(hù),僅在必要時(shí)進(jìn)行維修。
預(yù)測(cè)性維護(hù)
預(yù)測(cè)性維護(hù)是通過(guò)連接多源傳感器和支持人工智能的工具來(lái)實(shí)現(xiàn)的,這些工具可以分析設(shè)備中起作用的數(shù)個(gè)變量,可以實(shí)時(shí)收集、組合和分析來(lái)自各種來(lái)源的數(shù)據(jù),以便企業(yè)能夠在設(shè)備故障發(fā)生之前預(yù)測(cè)故障。當(dāng)數(shù)據(jù)顯示性能下降時(shí),工程師可以選擇在產(chǎn)線生產(chǎn)的合適時(shí)間停機(jī)維護(hù)。
圖.工程師根據(jù)設(shè)備實(shí)時(shí)狀態(tài)制定維護(hù)計(jì)劃(全景網(wǎng))
這種預(yù)見(jiàn)維修的能力將有助于降低和控制維護(hù)成本。如果預(yù)測(cè)性維護(hù)認(rèn)為故障迫在眉睫,則可以根據(jù)問(wèn)題所在自動(dòng)執(zhí)行許多操作,例如,發(fā)送工單,通知相關(guān)技術(shù)人員訂購(gòu)更換零件。
隨著時(shí)間的推移,預(yù)測(cè)性維護(hù)可以通過(guò)AI機(jī)理建立完整的設(shè)備維護(hù)模型,使企業(yè)進(jìn)一步了解如何提高效率并最終實(shí)現(xiàn)零非計(jì)劃停機(jī)時(shí)間。這是因?yàn)槿斯ぶ悄芸梢灶A(yù)測(cè)設(shè)備的真實(shí)壽命,從而推斷出進(jìn)行維修的最佳時(shí)間是什么,以及如何計(jì)劃操作以最小化維修窗口。
此外,通過(guò)從預(yù)測(cè)性維護(hù)中收集的數(shù)據(jù),企業(yè)管理者可以更好地了解為什么使用相同設(shè)備的不同團(tuán)隊(duì)會(huì)帶來(lái)不同的收益。同樣,這些額外的數(shù)據(jù)可以為企業(yè)提供他們需要的洞察力,以弄清楚如何帶來(lái)額外的收入。它可以幫助項(xiàng)目規(guī)劃、人員配備需求、庫(kù)存管理和客戶服務(wù)。
預(yù)測(cè)性維護(hù)應(yīng)用
隨著工業(yè)互聯(lián)網(wǎng)作為我國(guó)推進(jìn)智能制造的核心抓手,各行業(yè)的工業(yè)領(lǐng)軍企業(yè)越來(lái)越重視生產(chǎn)設(shè)備的數(shù)據(jù)采集和聯(lián)網(wǎng)。目前,我國(guó)預(yù)測(cè)性維護(hù)市場(chǎng)整體還處于起步階段,東智PreMaint是聚焦設(shè)備領(lǐng)域的智能管理平臺(tái),獲得工信部“工業(yè)互聯(lián)網(wǎng)APP優(yōu)秀解決方案”與“工業(yè)APP創(chuàng)新應(yīng)用大賽一等獎(jiǎng)”。
PreMaint可滿足企業(yè)構(gòu)建融合的設(shè)備數(shù)據(jù)應(yīng)用系統(tǒng),實(shí)時(shí)感知設(shè)備機(jī)臺(tái)的運(yùn)行工況和工藝健康狀態(tài),實(shí)現(xiàn)從監(jiān)控到預(yù)警、故障診斷、維保維修處理、工藝自動(dòng)優(yōu)化的功能閉環(huán),有效延長(zhǎng)設(shè)備使用壽命、提高產(chǎn)品良率,避免非計(jì)劃停機(jī)和工況不穩(wěn)定帶來(lái)的損失。
以下是PreMaint預(yù)測(cè)性維護(hù)在多個(gè)行業(yè)的應(yīng)用:
半導(dǎo)體行業(yè)
半導(dǎo)體面板屬于高端制造業(yè),現(xiàn)場(chǎng)設(shè)備大多從國(guó)外進(jìn)口,設(shè)備數(shù)據(jù)采集成本高。針對(duì)PUMP真空泵的非計(jì)劃停機(jī)問(wèn)題,現(xiàn)場(chǎng)PUMP設(shè)備數(shù)據(jù)以每秒5萬(wàn)Hz的采樣頻率實(shí)時(shí)上傳到PreMaint專(zhuān)有云,振動(dòng)信號(hào)的細(xì)微變化都可以被東智PreMaint專(zhuān)家平臺(tái)識(shí)別分析,系統(tǒng)內(nèi)置的AI算法有效識(shí)別設(shè)備的劣化趨勢(shì)并進(jìn)行故障智能診斷。
新能源鋰電行業(yè)
鋰電池生產(chǎn)前端工序核心設(shè)備包括雙螺桿漿料制作或攪拌機(jī)、涂布機(jī)和輥分切一體機(jī)等。為保證設(shè)備的高效運(yùn)轉(zhuǎn),基于AI+機(jī)理的東智PreMaint智能診斷專(zhuān)家系統(tǒng),通過(guò)對(duì)設(shè)備的狀態(tài)監(jiān)測(cè)和故障智能診斷,實(shí)現(xiàn)設(shè)備智能運(yùn)維,將極大減少設(shè)備非計(jì)劃停機(jī),確保電池的一致性并提高生產(chǎn)良率。
石油化工
預(yù)測(cè)性維護(hù)有助于減少設(shè)備的停機(jī)時(shí)間和能源消耗,更主動(dòng)的預(yù)測(cè)性維護(hù)模型可以增加設(shè)備壽命和操作安全性,促進(jìn)機(jī)泵設(shè)備的優(yōu)化提升。PreMaint基于邊云智能協(xié)同的機(jī)泵群預(yù)測(cè)性維護(hù)解決方案植入石化機(jī)泵群,融合設(shè)備多源數(shù)據(jù),強(qiáng)化機(jī)泵的故障預(yù)測(cè)與健康管理,為智能運(yùn)營(yíng)提供有效支撐。
來(lái)源/本文內(nèi)容參考AUTOMATION,有刪改,本文僅用于個(gè)人學(xué)習(xí)交流,如有侵權(quán)請(qǐng)聯(lián)系刪改。
審核編輯黃宇
-
數(shù)據(jù)采集
+關(guān)注
關(guān)注
38文章
6058瀏覽量
113625 -
AI
+關(guān)注
關(guān)注
87文章
30753瀏覽量
268901 -
人工智能
+關(guān)注
關(guān)注
1791文章
47205瀏覽量
238272 -
預(yù)測(cè)性
+關(guān)注
關(guān)注
0文章
2瀏覽量
5969
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論