不等機器壞了再修AI幫你“未卜先知”

崔爽

在24小時不停運轉(zhuǎn)的工廠里，突發(fā)的停機事件會造成不小的損失。隨著智能技術的發(fā)展，有什么新方法可以避免設備故障造成的生產(chǎn)損失和材料浪費？答案是預測性維護。

今年是人工智能與實體經(jīng)濟深度融合之年，其中預測性維護是重要應用領域，日前，預測性維護也被CB insight 評為2019年人工智能發(fā)展趨勢之一。

隨時監(jiān)控預測故障

預測性維護就是利用大數(shù)據(jù)的算法來預測將來的設備故障。

在智慧工廠里，生產(chǎn)設備里的傳感器等隨時監(jiān)控設備運行狀態(tài)，把實時運行數(shù)據(jù)傳輸?shù)皆粕喜⑦M行分析，提前預知設備的異常狀態(tài)，從而最小化設備停機的可能。企業(yè)可以根據(jù)設備的預測使用壽命進行設備維護，而不是按計劃維護。對于工業(yè)設備來說，更高效的維護既可以增加設備壽命又可以降低維護成本，讓現(xiàn)場技術人員更高效地工作，減少安全隱患，避免昂貴的停機時間。如微軟Azure IoT平臺，就不斷豐富遠程設備監(jiān)控、預測性維護、工廠聯(lián)網(wǎng)與可視化等功能。

預測性維護通過對重要資產(chǎn)如機床、重要機器儀表等設備的健康監(jiān)測來實現(xiàn)。在聯(lián)想的PC生產(chǎn)基地合肥聯(lián)寶工廠（以下簡稱聯(lián)寶），5G智能工廠生產(chǎn)線設備預測性維護解決方案提供了一個數(shù)字化工廠的樣本。聯(lián)想集團高級副總裁、數(shù)據(jù)中心業(yè)務高級副總裁童夫堯介紹，聯(lián)寶通過視覺AI技術完成了拍照、信息處理以及數(shù)據(jù)反饋，實現(xiàn)了工業(yè)機器人更精準的操作，同時通過快速識別潛在質(zhì)量風險，及時預警，大幅降低了生產(chǎn)損耗。

聯(lián)想集團副總裁、聯(lián)想物聯(lián)科技兼聯(lián)想懂的通信CEO王帥從生產(chǎn)線透明化和機器學習兩方面詳細地介紹了生產(chǎn)線設備預測性維護的解決方案。

首先是通過數(shù)字化映射，實現(xiàn)生產(chǎn)線數(shù)據(jù)透明化。這不僅實現(xiàn)設備的數(shù)字化映射，還實現(xiàn)車間級別模型的物聯(lián)網(wǎng)信息數(shù)字化映射，在設備實時數(shù)據(jù)的基礎上，增加環(huán)境參數(shù)、車間信息、報警信息等實時參數(shù)，讓現(xiàn)實車間更加虛擬，讓虛擬空間更接近現(xiàn)實，真正實現(xiàn)生產(chǎn)線透明化。

其次是生產(chǎn)線的設備監(jiān)控。生產(chǎn)管理人員可以通過3D智能工廠平臺，對生產(chǎn)線上的設備進行3D模型的監(jiān)控，在線瀏覽整個生產(chǎn)設施情況及提供3D情境下數(shù)字化制造和生產(chǎn)信息，隨時隨地及時獲取生產(chǎn)、質(zhì)量、訂單等各種信息，從而提高管理響應速度和透明度，促進各部門間的知識共享和協(xié)作，有利于智能工廠的多維信息傳遞。

最后是通過機器學習，實現(xiàn)設備預測性維護。通過先進的機器學習技術，對海量的設備數(shù)據(jù)進行分析，可以訓練出該類型設備的數(shù)據(jù)模型，并將該模型應用于設備狀態(tài)、健康壽命的預測中，實現(xiàn)從被動式的設備維護到主動式的預測性維護轉(zhuǎn)變。

智能技術貫穿生產(chǎn)全程

“對于工程機械產(chǎn)品，工作強度和工作環(huán)境是要經(jīng)得起最嚴苛的考驗的?！毙旃ば畔⒐究偨?jīng)理張啟亮表示，“技術領先、用不毀”一直是徐工追求的目標，但是任何機械設備在其使用壽命期限內(nèi)都會出現(xiàn)這樣那樣的故障和問題，如何能夠最大限度地提高設備的可靠性和工作效率，這讓徐工集團的漢云工業(yè)互聯(lián)網(wǎng)平臺有了展示身手的機會。

“利用先進的智能信息終端，將設備的位置信息，動力系統(tǒng)、液壓系統(tǒng)、控制系統(tǒng)的工作參數(shù)以5～30秒一條的速率上傳至平臺，結合設備所在地的天氣環(huán)境數(shù)據(jù)、工程相關數(shù)據(jù)，以及記錄在客戶服務系統(tǒng)中的業(yè)務數(shù)據(jù)，平臺為每一臺設備做了一幅數(shù)字畫像?！睆垎⒘帘硎?，基于工業(yè)互聯(lián)網(wǎng)平臺的預測性維護系統(tǒng)，通過對海量數(shù)據(jù)的挖掘分析，可以對設備全生命周期的工作狀態(tài)進行分析和預測，可以得到不同零部件未來一個月的損壞可能性，通過排序，將可能性最大的部分零部件進行提前修理或更換，將設備故障防患于未然。這一項工作讓設備的故障率降低了一半以上。

在預測性維護系統(tǒng)之外，漢云工業(yè)互聯(lián)網(wǎng)平臺利用上百臺高性能服務器每天每夜對PB級的數(shù)據(jù)進行分析計算，可以追溯7年內(nèi)每天的設備開工率、工作小時、油耗等統(tǒng)計數(shù)據(jù)，當某一地區(qū)的設備開工率在80%以上，每臺設備平均日工作時間大于10個小時，平臺就會自動將信息推送至市場營銷部門，制定地區(qū)銷售策略。同時，備件中心也早已依據(jù)漢云工業(yè)互聯(lián)網(wǎng)平臺推送的銷售量預測安排好了生產(chǎn)和庫存，這讓設備的維保周期縮短了60%以上，成本降低40%，預計將使徐工集團每年的后市場備件銷售額提升30%。