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。過往更多根據(jù)經(jīng)驗(yàn)、猜測來決定維護(hù)的時(shí)機(jī)。目前很多組織正在研究通過人工智能和機(jī)器學(xué)習(xí)來減少低效和設(shè)備故障。

常見的維護(hù)模式

今天，大多數(shù)維護(hù)可以分為三類：

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，但可能帶來巨大的生產(chǎn)損失。

2.計(jì)劃性維護(hù)

通過定期評估維護(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)更有可能在問題變大之前先發(fā)制人地解決問題。盡管這可以最大限度地延長機(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，而是通過使用數(shù)據(jù)來審查和增強(qiáng)運(yùn)營。對于設(shè)備數(shù)量多的公司來說，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)某市場咨詢公司數(shù)據(jù)，2017年全球人工智能市場價(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)測性維護(hù)。這是因?yàn)榻柚斯ぶ悄?，維護(hù)可以從單純的預(yù)防性或主動(dòng)性維護(hù)成為預(yù)測性的。通過預(yù)測性維護(hù)，僅在必要時(shí)進(jìn)行維修。

預(yù)測性維護(hù)

預(yù)測性維護(hù)是通過連接多源傳感器和支持人工智能的工具來實(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、組合和分析來自各種來源的數(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)見維修的能力將有助于降低和控制維護(hù)成本。如果預(yù)測性維護(hù)認(rèn)為故障迫在眉睫，則可以根據(jù)問題所在自動(dòng)執(zhí)行許多操作，例如，發(fā)送工單，通知相關(guān)技術(shù)人員訂購更換零件。

隨著時(shí)間的推移，預(yù)測性維護(hù)可以通過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，通過從預(yù)測性維護(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，以弄清楚如何帶來額外的收入。它可以幫助項(xiàng)目規(guī)劃、人員配備需求、庫存管理和客戶服務(wù)。

預(yù)測性維護(hù)應(yīng)用

隨著工業(yè)互聯(lián)網(wǎng)作為我國推進(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，我國預(yù)測性維護(hù)市場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，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)定帶來的損失。

以下是PreMaint預(yù)測性維護(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)場設(shè)備大多從國外進(jìn)口，設(shè)備數(shù)據(jù)采集成本高。針對PUMP真空泵的非計(jì)劃停機(jī)問題，現(xiàn)場PUMP設(shè)備數(shù)據(jù)以每秒5萬Hz的采樣頻率實(shí)時(shí)上傳到PreMaint專有云，振動(dòng)信號的細(xì)微變化都可以被東智PreMaint專家平臺識別分析，系統(tǒng)內(nèi)置的AI算法有效識別設(shè)備的劣化趨勢并進(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智能診斷專家系統(tǒng)，通過對設(shè)備的狀態(tài)監(jiān)測和故障智能診斷，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)測與健康管理，為智能運(yùn)營提供有效支撐。

來源/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)請聯(lián)系刪改。

審核編輯黃宇