卷煙制造設(shè)備預(yù)測(cè)性維修實(shí)施前提評(píng)估標(biāo)準(zhǔn)研究

江志凌，劉艷超，熊堅(jiān)，楊華強(qiáng)

（湖北中煙工業(yè)有限責(zé)任公司，湖北 武漢 430040）

1 預(yù)測(cè)性維修概述

預(yù)測(cè)性維修（Predictive Maintenance）是智能工廠設(shè)備智能化的一個(gè)重要能力，設(shè)備預(yù)測(cè)性維修是以狀態(tài)為依據(jù)的維修，通過對(duì)設(shè)備的運(yùn)行狀態(tài)如噪聲、振動(dòng)、發(fā)熱、裂紋、能耗變化、物耗變化、產(chǎn)品質(zhì)量變化等主要部位進(jìn)行定期監(jiān)測(cè)和故障診斷，利用大數(shù)據(jù)分析手段，對(duì)設(shè)備狀態(tài)、產(chǎn)出產(chǎn)品質(zhì)量、生產(chǎn)過程物耗能耗等信息進(jìn)行關(guān)聯(lián)性分析，從而判斷故障和異常的性質(zhì)，預(yù)測(cè)隱患的發(fā)展趨勢(shì)，找出設(shè)備或關(guān)鍵部件更加合理的維修周期，預(yù)先制定預(yù)測(cè)性維修計(jì)劃，確定機(jī)器應(yīng)該修理的時(shí)間、內(nèi)容、方式和必需的技術(shù)和物資支持。預(yù)測(cè)性維修包括狀態(tài)監(jiān)測(cè)、狀態(tài)預(yù)測(cè)、故障診斷和維修決策多位合一體，狀態(tài)監(jiān)測(cè)和故障診斷是基礎(chǔ)，狀態(tài)預(yù)測(cè)是重點(diǎn)，維修決策得出最終的維修活動(dòng)要求，監(jiān)測(cè)、預(yù)測(cè)、診斷和維修四位一體的過程。目前預(yù)測(cè)性維修在航空發(fā)動(dòng)機(jī)、風(fēng)電、礦山機(jī)械等行業(yè)均已落地實(shí)施并逐步推廣，例如卡特彼勒通過監(jiān)控礦山機(jī)械實(shí)現(xiàn)設(shè)備狀態(tài)預(yù)警、空客對(duì)運(yùn)營(yíng)的飛機(jī)發(fā)動(dòng)機(jī)實(shí)現(xiàn)遠(yuǎn)程狀態(tài)監(jiān)控以指導(dǎo)維修。

在卷煙制造領(lǐng)域，國(guó)內(nèi)絕大多數(shù)卷煙制造工廠已應(yīng)用國(guó)際先進(jìn)水平的卷煙生產(chǎn)線，實(shí)現(xiàn)了卷煙生產(chǎn)物理層級(jí)的高度自動(dòng)化，為設(shè)備預(yù)測(cè)性維修的開展奠定了良好的基礎(chǔ)，因此各卷煙工業(yè)企業(yè)均開展設(shè)備預(yù)測(cè)性維修的探索試點(diǎn)工作，但截至目前為止，設(shè)備預(yù)測(cè)性維修仍然處于驗(yàn)證階段，而鮮有落地。因此，本次研究旨在通過對(duì)設(shè)備預(yù)測(cè)性維修的關(guān)鍵成功要素進(jìn)行分析，探索歸納預(yù)測(cè)性維修落地實(shí)施的前提及評(píng)判標(biāo)準(zhǔn)，以更好的指導(dǎo)煙草行業(yè)設(shè)備預(yù)測(cè)性維修的開展和落地實(shí)施。

2 預(yù)測(cè)性維修落地實(shí)施難點(diǎn)分析

預(yù)測(cè)性維修的實(shí)施路徑是從數(shù)據(jù)挖掘到數(shù)據(jù)建模的過程，在整個(gè)信息系統(tǒng)落地實(shí)施過程中至關(guān)重要。預(yù)測(cè)性維修模型的建立會(huì)經(jīng)歷從數(shù)據(jù)抽取與探索到數(shù)據(jù)整合與清洗，再到數(shù)據(jù)集采樣與評(píng)價(jià)指標(biāo)選擇，最后建立數(shù)據(jù)模型及模型評(píng)估的過程，而在這個(gè)過程中，高質(zhì)量的數(shù)據(jù)是建模的重要保障。

武漢卷煙廠在2018年搬遷新廠后，對(duì)信息系統(tǒng)進(jìn)行了大幅更新，奠定了一定的數(shù)據(jù)基礎(chǔ)，遂以P102卷接機(jī)進(jìn)行設(shè)備預(yù)測(cè)性維修探索，選取過往7個(gè)月，設(shè)備本體數(shù)據(jù)、運(yùn)維數(shù)據(jù)、數(shù)采數(shù)據(jù)共計(jì)50萬(wàn)行數(shù)據(jù)進(jìn)行設(shè)備故障預(yù)測(cè)模型構(gòu)建，對(duì)于采集到的數(shù)據(jù)，從107個(gè)基礎(chǔ)指標(biāo)中篩選出10個(gè)與卷接機(jī)故障相關(guān)性強(qiáng)的基礎(chǔ)指標(biāo)，進(jìn)行數(shù)據(jù)清洗（具體包括數(shù)據(jù)合并、過濾和標(biāo)準(zhǔn)化）、數(shù)據(jù)集均衡化處理、數(shù)據(jù)集采樣以及評(píng)價(jià)指標(biāo)選擇，形成可支持模型訓(xùn)練與驗(yàn)證的數(shù)據(jù)集。利用數(shù)據(jù)集對(duì)選定的算法進(jìn)行模型訓(xùn)練，用訓(xùn)練好的模型，對(duì)驗(yàn)證數(shù)據(jù)進(jìn)行預(yù)測(cè)，從中選出最優(yōu)算法，進(jìn)行設(shè)備故障的模擬測(cè)試，最終構(gòu)建的模型通過模擬測(cè)試，能夠?qū)崿F(xiàn)對(duì)潛在故障提前1h的預(yù)測(cè)。

但對(duì)預(yù)測(cè)結(jié)果進(jìn)行分析后發(fā)現(xiàn)，盡管最終模型實(shí)現(xiàn)了對(duì)設(shè)備預(yù)測(cè)性維修的反復(fù)驗(yàn)證，但僅能預(yù)測(cè)到故障可能發(fā)生，無(wú)法對(duì)故障的具體類型以及潛在發(fā)生故障的設(shè)備零件進(jìn)行指向性預(yù)測(cè)。究其原因是在建模過程中，數(shù)據(jù)質(zhì)量較差導(dǎo)致，因?yàn)槿笔?shù)據(jù)較多（數(shù)據(jù)總體缺失率為15%），導(dǎo)致樣本量數(shù)據(jù)不足，因此在后期數(shù)據(jù)處理的時(shí)候需要進(jìn)行缺失數(shù)據(jù)填充，以增加數(shù)據(jù)樣本量。

卷煙制造是一個(gè)農(nóng)產(chǎn)品的物理化學(xué)加工過程，設(shè)備性能的變化會(huì)從設(shè)備運(yùn)行狀態(tài)、能耗狀況、產(chǎn)品質(zhì)量狀況的趨勢(shì)變化中展現(xiàn)出來(lái)，因此在進(jìn)行設(shè)備預(yù)測(cè)性維修的時(shí)候，需要綜合考慮設(shè)備運(yùn)行數(shù)據(jù)、能耗數(shù)據(jù)、質(zhì)量變化數(shù)據(jù)、物耗數(shù)據(jù)、運(yùn)維記錄等進(jìn)行綜合判斷。不僅要求數(shù)據(jù)采集全面、準(zhǔn)確、完整、滿足時(shí)序性，而且要在信息系統(tǒng)中將數(shù)據(jù)進(jìn)行打通，實(shí)現(xiàn)集成，但通過對(duì)目前建模所用的數(shù)據(jù)種類進(jìn)行分析后發(fā)現(xiàn)，各類型數(shù)據(jù)散落在不同的信息系統(tǒng)之中，無(wú)法根據(jù)生產(chǎn)批次對(duì)數(shù)據(jù)按照時(shí)序性進(jìn)行自動(dòng)集成，人工匹配數(shù)據(jù)量大且存在較大誤差，不具備操作性。這就導(dǎo)致模型在理論上可行，但難以實(shí)用化。同時(shí)對(duì)設(shè)備維修數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)，由于維修故障記錄要求暫未統(tǒng)一帶來(lái)的維修記錄缺失、同一故障記錄描述不統(tǒng)一等問題，均為后續(xù)的數(shù)據(jù)整理和清洗帶來(lái)較大困難。對(duì)問題類型進(jìn)行分析后歸納如表1所示。

表1 維修基礎(chǔ)數(shù)據(jù)分類表

由于數(shù)據(jù)標(biāo)準(zhǔn)、信息系統(tǒng)集成、管理水平的制約，導(dǎo)致設(shè)備預(yù)測(cè)性維修在理論上可行，但難以實(shí)用化。因此有必要從這三個(gè)方面入手，對(duì)影響設(shè)備預(yù)測(cè)性維修落地實(shí)施的基礎(chǔ)條件進(jìn)行量化分析，并基于分析結(jié)果提出具有針對(duì)性的提升策略。

3 卷煙工廠設(shè)備預(yù)測(cè)性維修實(shí)施前提評(píng)價(jià)模型

為更好的判斷企業(yè)是否具備開展預(yù)測(cè)性維修的前提，需要對(duì)現(xiàn)狀進(jìn)行有效評(píng)估，對(duì)設(shè)備預(yù)測(cè)性維修落地實(shí)施的各項(xiàng)前提條件進(jìn)行量化分析。首先，通過對(duì)各影響要素的梳理歸納，引入預(yù)測(cè)性維修指標(biāo)體系；進(jìn)而，在建立指標(biāo)體系的基礎(chǔ)上，提出可行性評(píng)價(jià)指數(shù)算法，得到預(yù)測(cè)性維修開展可行性的量化評(píng)估結(jié)果，為最終的落地實(shí)施提供輔助決策。

3.1 預(yù)測(cè)性維修實(shí)施前提評(píng)價(jià)指標(biāo)體系

預(yù)測(cè)性維修評(píng)價(jià)指標(biāo)體系分為三層：第一層即總目標(biāo)GI為預(yù)測(cè)性維修水平；中間層指標(biāo)包括數(shù)據(jù)標(biāo)準(zhǔn)化指數(shù)（AI1），信息系統(tǒng)指數(shù)（AI2），管理能力指數(shù)（AI3）；指標(biāo)層為數(shù)據(jù)采集區(qū)間跨度（CI11）數(shù)據(jù)采集頻次達(dá)標(biāo)水平（CI12），數(shù)據(jù)采集異常值占比（CI13），相關(guān)性指標(biāo)占比（CI14），標(biāo)簽化數(shù)據(jù)占比（CI15），信息系統(tǒng)集成水平（CI21），數(shù)采系統(tǒng)集成水平（CI22），故障報(bào)修處理率（CI31），故障描述標(biāo)準(zhǔn)化水平（CI32），見圖1。

根據(jù)預(yù)測(cè)性維修水平評(píng)價(jià)指標(biāo)樹，本研究采用層次分析法對(duì)指標(biāo)進(jìn)行賦值計(jì)算，并邀請(qǐng)領(lǐng)域內(nèi)專家學(xué)者對(duì)層次結(jié)構(gòu)的相對(duì)重要性進(jìn)行判斷，按照指標(biāo)相對(duì)重要性標(biāo)度進(jìn)行打分，最后所得指標(biāo)權(quán)重值如表2所示。

圖1 預(yù)測(cè)性維修水平評(píng)價(jià)指標(biāo)樹

表2 預(yù)測(cè)性維修水平評(píng)價(jià)指標(biāo)表

3.2 預(yù)測(cè)性維修開展可行性評(píng)價(jià)指數(shù)算法

以波拉特法和馬克盧普法的深入學(xué)習(xí)為基礎(chǔ)，利用綜合指數(shù)法對(duì)預(yù)測(cè)性維修水平進(jìn)行評(píng)價(jià)，總指數(shù)如公式：

其中無(wú)量綱化的處理是針對(duì)評(píng)價(jià)指標(biāo)體系中評(píng)價(jià)指標(biāo)的單位不同而進(jìn)行的數(shù)據(jù)標(biāo)準(zhǔn)化處理，無(wú)量綱化公式：

結(jié)合試點(diǎn)單位數(shù)據(jù)分析，各指標(biāo)的標(biāo)準(zhǔn)值如表3所示。

表3 指標(biāo)標(biāo)準(zhǔn)值

以P102清洗后的數(shù)據(jù)為輸入:

表4 預(yù)測(cè)性維修指標(biāo)評(píng)估表

參考表4可知：當(dāng)預(yù)測(cè)性維修總指數(shù)<0.5時(shí)，預(yù)測(cè)性維修無(wú)法有效開展；當(dāng)總指數(shù)介于0.5～0.8之間時(shí)，需參考包括數(shù)據(jù)采集非異常值占比、相關(guān)性指標(biāo)占比、故障描述標(biāo)準(zhǔn)化水平在內(nèi)的子指標(biāo)指數(shù)，若存在某項(xiàng)子指標(biāo)未達(dá)要求，則依然無(wú)法開展；若各項(xiàng)指標(biāo)均達(dá)到要求，則可以在有限范圍內(nèi)（自動(dòng)化程度高、基礎(chǔ)指標(biāo)完善、信息化基礎(chǔ)較好的設(shè)備）實(shí)現(xiàn)預(yù)測(cè)性維修，結(jié)果具有一定的參考性，指導(dǎo)未來(lái)提升方向；當(dāng)總指數(shù)>0.8時(shí)，若各項(xiàng)子指標(biāo)未達(dá)標(biāo)，則只能在有限范圍內(nèi)開展預(yù)測(cè)性維修；若各項(xiàng)子指標(biāo)達(dá)標(biāo)，則可以進(jìn)行有效的預(yù)測(cè)性維修。

武漢廠P102卷接機(jī)在進(jìn)行數(shù)據(jù)清理后，各指標(biāo)值落在第三區(qū)間，即可在有限范圍內(nèi)開展預(yù)測(cè)性維修，結(jié)合試點(diǎn)結(jié)果可知，本次預(yù)測(cè)性維修對(duì)故障發(fā)生時(shí)間進(jìn)行了準(zhǔn)確預(yù)測(cè)，但對(duì)于具體故障類型以及發(fā)生故障的零部件缺乏指向性，未來(lái)應(yīng)根據(jù)試點(diǎn)結(jié)果進(jìn)行針對(duì)性提升。

4 預(yù)測(cè)性維修實(shí)施前提與提升策略歸納

在對(duì)各項(xiàng)要素指標(biāo)進(jìn)行量化分析的基礎(chǔ)上，從數(shù)據(jù)標(biāo)準(zhǔn)、信息系統(tǒng)集成、管理水平三個(gè)方面對(duì)影響設(shè)備預(yù)測(cè)性維修落地實(shí)施的基礎(chǔ)條件進(jìn)行研究和歸納，并基于現(xiàn)狀提出具有針對(duì)性的改進(jìn)策略。

4.1 數(shù)據(jù)標(biāo)準(zhǔn)完善

數(shù)據(jù)是預(yù)測(cè)性維修的基礎(chǔ)，數(shù)據(jù)質(zhì)量的高低決定模型質(zhì)量的高低，也是預(yù)測(cè)性維修能否成功實(shí)施的重要決定因素，而數(shù)據(jù)標(biāo)準(zhǔn)的建立與完善是提升數(shù)據(jù)質(zhì)量的重要途經(jīng)。在預(yù)測(cè)性維修的落地實(shí)施過程中，數(shù)據(jù)標(biāo)準(zhǔn)建設(shè)主要包括三個(gè)方面，即：數(shù)據(jù)采集標(biāo)準(zhǔn)、數(shù)據(jù)實(shí)施標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)。

數(shù)據(jù)采集標(biāo)準(zhǔn)：規(guī)范卷煙生產(chǎn)過程數(shù)據(jù)采集內(nèi)容，包括物料特性、工藝參數(shù)、設(shè)備參數(shù)、質(zhì)量指標(biāo)、條件保障和環(huán)境條件等方面，為預(yù)測(cè)性維修的應(yīng)用提供完整的數(shù)據(jù)來(lái)源；規(guī)范卷煙生產(chǎn)過程數(shù)據(jù)采集頻次，按照煙草行業(yè)標(biāo)準(zhǔn)對(duì)各類設(shè)備的采集頻次進(jìn)行統(tǒng)一規(guī)范；確定卷煙生產(chǎn)過程數(shù)據(jù)的采集規(guī)則，包括穩(wěn)態(tài)數(shù)據(jù)劃分原則、數(shù)據(jù)采集頻率和數(shù)據(jù)平滑方法等，為數(shù)據(jù)分析挖掘提供可靠有效的保障。

數(shù)據(jù)實(shí)施標(biāo)準(zhǔn)：將各種類型的企業(yè)主數(shù)據(jù)、基礎(chǔ)代碼、數(shù)據(jù)元標(biāo)準(zhǔn)下行到前置應(yīng)用環(huán)境中，并集中面向各應(yīng)用系統(tǒng)提供統(tǒng)一的標(biāo)準(zhǔn)對(duì)接、標(biāo)準(zhǔn)檢核、標(biāo)準(zhǔn)變更申請(qǐng)及標(biāo)準(zhǔn)應(yīng)用，改變傳統(tǒng)建設(shè)過程中標(biāo)準(zhǔn)不統(tǒng)一、冗余管理、冗余存儲(chǔ)等問題，提升對(duì)標(biāo)準(zhǔn)的落地管理，積極貫徹執(zhí)行各類標(biāo)準(zhǔn)的應(yīng)用。

數(shù)據(jù)質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)：參照數(shù)據(jù)準(zhǔn)確性、一致性、完整性、可理解性、規(guī)范性、及時(shí)性等關(guān)鍵約束，實(shí)現(xiàn)質(zhì)量指標(biāo)計(jì)算、統(tǒng)計(jì)分析和綜合評(píng)價(jià)的實(shí)時(shí)、自動(dòng)處理，滿足系統(tǒng)動(dòng)態(tài)、實(shí)時(shí)進(jìn)行數(shù)據(jù)質(zhì)量好壞量化診斷和評(píng)價(jià)的要求，主要包括數(shù)據(jù)質(zhì)量指標(biāo)定義模型、數(shù)據(jù)質(zhì)量評(píng)估算法或規(guī)則及數(shù)據(jù)質(zhì)量診斷與評(píng)價(jià)結(jié)果。

4.2 信息系統(tǒng)集成

預(yù)測(cè)性維修需要將眾多數(shù)據(jù)按照時(shí)序進(jìn)行對(duì)接，因此信息系統(tǒng)需要支持對(duì)從多個(gè)系統(tǒng)中采集到的數(shù)據(jù)進(jìn)行多維度集成。這就要求從三個(gè)方面對(duì)現(xiàn)有信息系統(tǒng)進(jìn)行改進(jìn)和完善：提升信息系統(tǒng)集成水平、調(diào)用能力以及敏捷反應(yīng)能力。

建立并完善“集成、整合、共享”的新型信息系統(tǒng)：打破原有信息系統(tǒng)中豎井式結(jié)構(gòu)，消滅信息孤島，支持實(shí)現(xiàn)信息化系統(tǒng)跨平臺(tái)、跨應(yīng)用、跨部門的一體化協(xié)同運(yùn)作。

實(shí)現(xiàn)信息系統(tǒng)對(duì)數(shù)據(jù)的調(diào)用分析：滿足業(yè)務(wù)對(duì)于結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的處理需求，通過充分挖掘利用業(yè)務(wù)生產(chǎn)數(shù)據(jù)以及歷史沉淀數(shù)據(jù)的價(jià)值，實(shí)現(xiàn)對(duì)決策、管理層面的BI應(yīng)用覆蓋，支持跨系統(tǒng)跨區(qū)域的綜合分析。

實(shí)現(xiàn)信息系統(tǒng)對(duì)業(yè)務(wù)的敏捷反應(yīng)：支持根據(jù)業(yè)務(wù)需求將應(yīng)用功能模塊按不同粒度進(jìn)行組件化開發(fā)， 支持將應(yīng)用系統(tǒng)產(chǎn)生的公有數(shù)據(jù)發(fā)布到信息資源服務(wù)管理平臺(tái)?？梢酝ㄟ^對(duì)公有數(shù)據(jù)，公共應(yīng)用服務(wù)的調(diào)用，實(shí)現(xiàn)對(duì)數(shù)據(jù)及應(yīng)用的高度復(fù)用，支持對(duì)業(yè)務(wù)的敏捷反應(yīng)和適應(yīng)能力，利用“數(shù)據(jù)集成”“接口集成”“應(yīng)用集成”“門戶集成”的整合實(shí)現(xiàn)“平臺(tái)+應(yīng)用”設(shè)計(jì)模式。

4.3 綜合管理提升

數(shù)據(jù)標(biāo)準(zhǔn)和信息系統(tǒng)的建設(shè)離不開管理的完善，管理的提升又將進(jìn)一步推動(dòng)二者的向更深和更廣的層面發(fā)展。為了將管理提升落到實(shí)處，需要從設(shè)備和人員兩個(gè)維度著手，進(jìn)行閉環(huán)管控。建立對(duì)設(shè)備的閉環(huán)管控制度：一方面對(duì)于日常的故障報(bào)修建立起完整的報(bào)修-檢修-記錄的全周期化管理，做到有報(bào)必修，有修必錄；另一方面對(duì)故障描述口徑進(jìn)行統(tǒng)一規(guī)范，設(shè)置標(biāo)準(zhǔn)化的故障記錄要求，建立起較為完善的故障數(shù)據(jù)庫(kù)。

建立起完善的人員管理制度：對(duì)設(shè)備使用及維修人員的操作流程做出規(guī)范，設(shè)置完善的設(shè)備操作標(biāo)準(zhǔn)；對(duì)設(shè)備使用及維修人員開展定期培訓(xùn)，保證相關(guān)人員的信息儲(chǔ)備滿足本廠設(shè)備使用及維護(hù)需求；對(duì)日常養(yǎng)護(hù)的各個(gè)環(huán)節(jié)實(shí)行責(zé)任制，實(shí)現(xiàn)設(shè)備維護(hù)管理的全覆蓋。

5 結(jié)語(yǔ)

本文選取武漢卷煙廠P102卷接機(jī)為切入點(diǎn)，采用KNN算法建立預(yù)測(cè)性維修模型，利用現(xiàn)有數(shù)采數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證，并基于模型驗(yàn)證結(jié)果，對(duì)影響預(yù)測(cè)性維修有效推廣實(shí)施的前置條件進(jìn)行量化分析，建立了預(yù)測(cè)性維修實(shí)施前提評(píng)價(jià)模型，并提出推動(dòng)模型進(jìn)一步應(yīng)用發(fā)展的改進(jìn)措施，目前已在武漢卷煙廠進(jìn)行落地推廣。而針對(duì)目前行業(yè)內(nèi)預(yù)測(cè)性維修廣泛試點(diǎn)卻鮮有落地的現(xiàn)狀，本文所提出的標(biāo)準(zhǔn)化前提或?qū)⒊蔀橥苿?dòng)其廣泛應(yīng)用的關(guān)鍵一環(huán)，且隨著大數(shù)據(jù)時(shí)代的到來(lái)，新技術(shù)、新方法將為各項(xiàng)標(biāo)準(zhǔn)的進(jìn)一步完善提供扎實(shí)的信息化基礎(chǔ)。