所有關(guān)鍵組件運(yùn)用云服務(wù)和人工智能的結(jié)合，具備采用預(yù)測性維護(hù)的條件

預(yù)測性維護(hù)正在超越工業(yè)應(yīng)用。更容易訪問、更具成本效益的解決方案將改變我們與技術(shù)的聯(lián)系方式。

當(dāng)我們想到大批量生產(chǎn)時，我們通常會想象一個運(yùn)轉(zhuǎn)平穩(wěn)的工廠，每臺機(jī)器都運(yùn)轉(zhuǎn)正常，能夠高效、批量地生產(chǎn)成品。對于經(jīng)營這樣一家工廠的人來說，他們的目標(biāo)是使工廠能夠以最佳速度運(yùn)行，并減少停機(jī)時間。不過，每臺帶有活動部件的機(jī)器都會遭受一些磨損，并且不可避免地需要維護(hù)或更換一些部件。問題是什么時候做這些事更為恰當(dāng)：您是按照固定的時間表來做，還是等機(jī)器開始出現(xiàn)故障跡象？

維護(hù)方法

第一種方法是根據(jù)固定的預(yù)定計劃安排維護(hù)任務(wù)，這種計劃忽略了設(shè)備的實(shí)際狀況。想象一下在固定的時間間隔或里程內(nèi)定期檢查汽車。這種方法的優(yōu)點(diǎn)是計劃簡單，但也有明顯的缺點(diǎn)，即維護(hù)可能發(fā)生得太晚，導(dǎo)致設(shè)備損壞和工人危險，或者可能在不必要時進(jìn)行了維護(hù)。

一種智能的方法是基于狀況的維護(hù)。這種方法根據(jù)機(jī)器的預(yù)估狀況來安排維護(hù)活動，通常通過檢查或使用來自嵌入式傳感器的數(shù)據(jù)進(jìn)行預(yù)估。這樣做的好處是在發(fā)生故障之前進(jìn)行維護(hù)，并且只在必要時進(jìn)行，但缺點(diǎn)是維護(hù)僅在機(jī)器開始出現(xiàn)故障跡象之后才開始，并且必要的維護(hù)干預(yù)措施可能對于生產(chǎn)計劃來說不是最佳的。

第三種方法是預(yù)測性維護(hù)。這里的目的是在盡可能早的時間預(yù)測未來某個時間所需的維護(hù)措施。它是一種基于狀態(tài)監(jiān)測與故障模式動態(tài)預(yù)測模型相結(jié)合的方法。盡管確實(shí)需要更復(fù)雜的整體系統(tǒng)，但它具有優(yōu)化機(jī)器壽命和提高工廠生產(chǎn)效率的優(yōu)勢。

預(yù)測性維護(hù)的主要承諾是，它可以在適當(dāng)?shù)臅r間安排糾正性維護(hù)，同時通過防止設(shè)備故障來最大化設(shè)備的使用壽命。了解何時需要維護(hù)機(jī)器以及需要做什么，可以在適當(dāng)?shù)娜藛T和部件準(zhǔn)備就緒的情況下，最佳地計劃維護(hù)工作。

構(gòu)建預(yù)測性維護(hù)系統(tǒng)

為了建立預(yù)測維護(hù)系統(tǒng)，需要許多要素。首先，必須在目標(biāo)機(jī)器上安裝自動狀態(tài)監(jiān)測系統(tǒng)，例如，這種監(jiān)測系統(tǒng)可以包括用攝像頭進(jìn)行目視檢查、用加速度計測量振動、用麥克風(fēng)測量噪音水平或超聲波，以及測量熱量或濕度。

接下來，需要一些嵌入式處理來處理原始數(shù)據(jù)的首次分析，將原始數(shù)據(jù)轉(zhuǎn)化為可以與監(jiān)控系統(tǒng)共享的有用信息，例如，嵌入式軟件可以連續(xù)比較機(jī)器隨時間變化的振動特征，以確定何時發(fā)生變化。此外，通過將處理能力嵌入傳感器單元，可以大大減少需要傳送的數(shù)據(jù)量。這對于視覺檢查尤其重要，因為在視覺檢查中，數(shù)據(jù)量很快會變得無比巨大。

再接下來，必須將數(shù)據(jù)傳送到本地和遠(yuǎn)程監(jiān)控系統(tǒng)。也必須安全有效地進(jìn)行這種通信，同時要考慮工廠的基礎(chǔ)設(shè)施，以確定哪種連接方式更適合該任務(wù)。例如，在缺少傳感器布線的現(xiàn)有工廠，最好將無線通信作為一種經(jīng)濟(jì)高效、快速實(shí)現(xiàn)傳感器網(wǎng)絡(luò)連接的方式。

最后，必須構(gòu)建設(shè)備故障模式的預(yù)測模型。工程師可以在理論故障模型基礎(chǔ)上結(jié)合從實(shí)際現(xiàn)場中收集的數(shù)據(jù)，來構(gòu)建此模型。當(dāng)有大量可靠的數(shù)據(jù)集與傳感器數(shù)據(jù)和實(shí)際故障機(jī)制相關(guān)聯(lián)時，可以使用機(jī)器學(xué)習(xí)技術(shù)來創(chuàng)建更精確的預(yù)測性維護(hù)模型。

隨著所有關(guān)鍵組件的可用性以及云服務(wù)和人工智能的結(jié)合，廣泛采用預(yù)測性維護(hù)的條件現(xiàn)已具備。
責(zé)任編輯:pj