左明健男,1962年生,山東青島人,加拿大阿爾伯塔大學(xué)終身教授、加拿大工程院院士、中國國家特聘專家、長江學(xué)者講座教授、國際工程資產(chǎn)協(xié)會創(chuàng)始會士、國際工業(yè)工程師學(xué)會會士,現(xiàn)任青島明思為科技有限公司董事長兼首席科學(xué)家,主要從事可靠性工程、運(yùn)籌學(xué)和制造系統(tǒng)研究工作。其主要貢獻(xiàn)包括實用的可靠性模型、有效的早期故障檢測和診斷方法以及最佳的預(yù)測性維護(hù)工具。已發(fā)表論文400余篇,出版學(xué)術(shù)專著4部和教材1部,并屢次受邀做國際會議大會主題報告。其研究成果為提高可靠性和降低工業(yè)行業(yè)工程資產(chǎn)的運(yùn)營/維護(hù)成本提供了有效的工具和方法,可為制造業(yè)轉(zhuǎn)型升級提供核心競爭力。
編者按:黨的十九大報告全面系統(tǒng)地論述了堅持總體國家安全觀的重要思想,并明確提出“加快建設(shè)制造強(qiáng)國、網(wǎng)絡(luò)強(qiáng)國、數(shù)字中國、智慧社會,推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟(jì)深度融合”的戰(zhàn)略部署,什么是智能運(yùn)維?如何將制造設(shè)備與工業(yè)互聯(lián)網(wǎng)結(jié)合起來?帶著這些問題,我們對左明健院士進(jìn)行了訪談。
編輯部:左院士好!非常感謝您接受《電子機(jī)械工程》編輯部的訪談邀請!您有30多年國外科研工作經(jīng)歷,請您先介紹一下自己的工作經(jīng)驗和科研領(lǐng)域。
左院士:我是1984年到美國愛荷華州立大學(xué)攻讀工業(yè)工程專業(yè)碩士和博士學(xué)位的,研究方向是運(yùn)籌學(xué)和可靠性工程。1989年博士畢業(yè)后在加拿大溫莎大學(xué)任助理教授,1990年開始在加拿大阿爾伯塔大學(xué)工作直至任終身教授,在此期間也短暫在香港城市大學(xué)工作過,還訪問了日本東京理科大學(xué)、印度理工學(xué)院德里分校和美國德州農(nóng)工大學(xué)等世界高校。
在30多年的科研生涯里,我和我的研究團(tuán)隊提出了多種針對復(fù)雜系統(tǒng)模型的可靠性計算方法及全新的系統(tǒng)可靠性分析模型,部分已被應(yīng)用于工業(yè)實際中,產(chǎn)生了巨大的經(jīng)濟(jì)效益。在設(shè)備智能運(yùn)維領(lǐng)域,我們研發(fā)了一系列狀態(tài)監(jiān)測、故障診斷、壽命預(yù)測和維修決策方法,顯著提高了設(shè)備異常檢測、故障診斷和壽命預(yù)測的精度,有力保障了現(xiàn)代工業(yè)設(shè)備的安全性和可靠性。
編輯部:本著反哺桑梓,回報家鄉(xiāng)的初心,您回到故鄉(xiāng)青島,并創(chuàng)辦了青島明思為科技有限公司(以下簡稱明思為科技),請您先簡要介紹一下明思為科技的目標(biāo)和現(xiàn)狀。
左院士:明思為科技是一家以技術(shù)為核心、以客戶為導(dǎo)向的設(shè)備智能運(yùn)維整體解決方案供應(yīng)商,致力于為世界范圍內(nèi)的智能工廠提供基于工業(yè)大數(shù)據(jù)和人工智能的智能運(yùn)維系統(tǒng)和智能維修備件倉儲管理系統(tǒng),其應(yīng)用領(lǐng)域包括石油、冶金、電力、能源、煤炭、化工等眾多行業(yè)。
明思為科技成立于2021年3月,注冊資金1億元,坐落于青島國際院士港,現(xiàn)有全職員工20余人(圖1),此外還廣泛吸收了來自清華大學(xué)、西安交通大學(xué)、電子科技大學(xué)等國內(nèi)頂尖高校和企業(yè)的技術(shù)專家及管理專家,具有雄厚的研發(fā)實力。公司成立一年來,已相繼成功研發(fā)出了物聯(lián)網(wǎng)無線智能傳感器、智能診斷算法和智能運(yùn)維系統(tǒng)。與此同時,公司還將持續(xù)加大工業(yè)大數(shù)據(jù)處理算法和人工智能算法相關(guān)智能運(yùn)維核心技術(shù)的研發(fā)投入,持續(xù)提高運(yùn)維系統(tǒng)的智能化水平。公司研發(fā)的核心技術(shù)已獲得專利和軟件著作權(quán)等相關(guān)知識產(chǎn)權(quán)7項,正在申請國家發(fā)明專利15項。此外,公司通過了ISO9001質(zhì)量管理體系認(rèn)證,并與電子科技大學(xué)、浙江理工大學(xué)、青島理工大學(xué)和加拿大阿爾伯塔大學(xué)建立了研究生聯(lián)合培養(yǎng)基地和設(shè)備健康管理聯(lián)合實驗室等產(chǎn)學(xué)研平臺(圖2)。
圖1 明思為科技團(tuán)隊合影
圖2 明思為科技的產(chǎn)學(xué)研科研平臺
編輯部:在國家加快推進(jìn)新基建部署的背景下,5G、人工智能、工業(yè)互聯(lián)網(wǎng)和云計算日益普及,您上面提到了“智能工廠”,那么您對“智能工廠”的理解是什么?它與傳統(tǒng)工廠相比有哪些本質(zhì)上的區(qū)別?
左院士:智能工廠是智能制造的核心內(nèi)容。2013年,在漢諾威工業(yè)博覽會上德國率先提出“工業(yè)4.0”概念,并將智能工廠定義為以信息物理系統(tǒng)為載體,運(yùn)用大數(shù)據(jù)、虛擬仿真和人工智能等關(guān)鍵技術(shù),實現(xiàn)信息世界和物理世界的動態(tài)結(jié)合,可以快速生產(chǎn)個性化產(chǎn)品和提供定制化服務(wù)平臺。
智能工廠的特點體現(xiàn)在多平臺數(shù)據(jù)系統(tǒng)互聯(lián)互通、全過程數(shù)字化以及智能供應(yīng)鏈。物聯(lián)網(wǎng)是智能工廠的基礎(chǔ),智能制造車間是智能工廠的核心部分。智能工廠分為協(xié)同設(shè)計與制造過程仿真優(yōu)化、物聯(lián)網(wǎng)體系、智能制造車間和供應(yīng)鏈與運(yùn)營服務(wù)管理四部分,依靠傳感器網(wǎng)絡(luò)對產(chǎn)品、設(shè)備、人員等進(jìn)行實時定位跟蹤,對制造過程進(jìn)行智能管控。
與傳統(tǒng)工廠相比,智能工廠的先進(jìn)性與優(yōu)勢是相當(dāng)明顯的,包括以下幾個方面:
1)運(yùn)作模式。智能工廠是產(chǎn)品與服務(wù)相結(jié)合,而傳統(tǒng)工廠只提供產(chǎn)品。
2)生產(chǎn)模式。智能工廠的生產(chǎn)單元之間沒有明確界限,各生產(chǎn)加工環(huán)節(jié)并行進(jìn)行且充分參與,具有強(qiáng)大的協(xié)調(diào)能力;而傳統(tǒng)工廠的生產(chǎn)單元之間無實際聯(lián)結(jié),按照流程按部就班地進(jìn)行,無法打破彼此之間的壁壘。
3)過程能力。智能工廠的制造與服務(wù)環(huán)節(jié)可進(jìn)行仿真優(yōu)化、三維可視化,在實際操作前就能高度精確地進(jìn)行察看,從生產(chǎn)源頭降低風(fēng)險,提高可控性;而傳統(tǒng)工廠無法提前對各設(shè)計加工環(huán)節(jié)進(jìn)行審查,對風(fēng)險的預(yù)估能力低。
4)信息系統(tǒng)。智能工廠具有完整的信息知識庫與數(shù)據(jù)庫,并實時更新與維護(hù),充分利用了系統(tǒng)的數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)分析與決策能力;而傳統(tǒng)工廠的數(shù)字化能力較弱,依舊停留在書面材料的數(shù)據(jù)整理或用計算機(jī)對部分?jǐn)?shù)據(jù)進(jìn)行分析的階段。
5)設(shè)備設(shè)施。在智能工廠中,智能化設(shè)備遍布工廠,生產(chǎn)線自動化,實現(xiàn)機(jī)器代替人工,人只作為生產(chǎn)環(huán)節(jié)中的部分要素,降低了人的主觀操縱空間,提高了可控性,且設(shè)備間數(shù)據(jù)共享,工廠基礎(chǔ)設(shè)施完備,無線網(wǎng)絡(luò)實現(xiàn)工廠全覆蓋,辦公和工作環(huán)境良好;而在傳統(tǒng)工廠中,智能化程度低,主要依賴人工作業(yè),可控性較差,且工廠環(huán)境較差,機(jī)械化設(shè)備較多,制造環(huán)境雜亂,工廠無線網(wǎng)絡(luò)應(yīng)用程度較低,基礎(chǔ)設(shè)施還有較大改善空間。
編輯部:可否請您詳細(xì)介紹一下“智能工廠”中的“智能運(yùn)維”?
左院士:制造企業(yè)兩個最基本的生存法則和競爭法寶是“增效”和“降本”,而生產(chǎn)效率的提高和成本的降低與關(guān)鍵生產(chǎn)設(shè)備的運(yùn)行、維護(hù)和維修密切相關(guān)。在智能工廠中,隨著智能化程度的提升,對系統(tǒng)的可靠性和可用性要求會更高,因此對設(shè)備運(yùn)維的要求也會隨之提高。
目前多數(shù)企業(yè)采用的設(shè)備維護(hù)模式是事后維護(hù)和計劃維護(hù),預(yù)測性維護(hù)做得很少。事后維護(hù)指平時不維護(hù),出現(xiàn)問題時再處理,適用于停機(jī)影響不大的設(shè)備。計劃維護(hù)采用的策略為無論設(shè)備健康狀態(tài)如何,都會定期統(tǒng)一更換升級,從而降低故障發(fā)生的風(fēng)險,但也造成了過度保養(yǎng)等投資浪費(fèi),也不能完全避免突發(fā)性故障的發(fā)生,同時維修活動中的非規(guī)范化操作和裝配可能將潛在故障風(fēng)險引入設(shè)備中。預(yù)測性維護(hù)通過對設(shè)備進(jìn)行數(shù)據(jù)收集和分析,提取設(shè)備健康狀態(tài)的有效信息,從而在故障發(fā)生之前就能預(yù)測到可能出現(xiàn)的故障隱患,安排相關(guān)防范措施,從而顯著減少設(shè)備非計劃停機(jī)時間和運(yùn)營風(fēng)險,是維護(hù)策略的發(fā)展方向。
需要注意的是,在現(xiàn)實生產(chǎn)活動過程中,設(shè)備和產(chǎn)線的有效產(chǎn)能主要由3個要素決定:運(yùn)行操作、內(nèi)在可靠性和維護(hù)策略。預(yù)測性維護(hù)主要涵蓋了設(shè)備和產(chǎn)線運(yùn)行操作以及維護(hù)策略2個方面,并沒有直接涵蓋內(nèi)在可靠性,但它能有效提高運(yùn)行可靠性。我們開發(fā)的智能運(yùn)維系統(tǒng)涵蓋了設(shè)備和產(chǎn)線有效產(chǎn)能的所有3個有效要素,綜合了智能工廠的各類數(shù)據(jù),如設(shè)備和產(chǎn)線可靠性模型、各類傳感器采集的設(shè)備運(yùn)行參數(shù)和健康狀態(tài)數(shù)據(jù),研發(fā)有針對性的先進(jìn)信號處理和人工智能算法,同時利用數(shù)字孿生技術(shù),在生產(chǎn)過程中同步優(yōu)化定位設(shè)備和生產(chǎn)系統(tǒng)的薄弱環(huán)節(jié),為設(shè)備生產(chǎn)和產(chǎn)線設(shè)計提供反向支撐,實現(xiàn)基于可靠性的設(shè)備和產(chǎn)線設(shè)計,優(yōu)化智能工廠工藝路線,全面提高設(shè)備和產(chǎn)線的能力,促進(jìn)產(chǎn)品質(zhì)量的提升,從而降低智能工廠的運(yùn)營成本。
編輯部:明思為科技致力于提供智能運(yùn)維的核心產(chǎn)品和解決方案,可否請您介紹一下公司在這方面的研發(fā)成果?
左院士:好的。在此我介紹一下明思為科技目前已經(jīng)完成的3個主要研發(fā)成果:智能傳感器系列、智能診斷算法和智能運(yùn)維系統(tǒng)。
(1)智能傳感器系列
明思為科技已經(jīng)成功研發(fā)出了“MSW-Sensor-ATSmart”系列無線智能溫振傳感器(圖3)。該傳感器由智能主控單元、溫振傳感單元、存儲單元、通訊單元和供電單元組成,采用了嵌入式技術(shù)、微機(jī)電系統(tǒng)(Micro-Electro-Mechanical System, MEMS)傳感技術(shù)和無線通訊技術(shù),實現(xiàn)了對設(shè)備表面溫度和振動的實時監(jiān)測,同時采用邊緣計算實現(xiàn)了智能采集以及與智能運(yùn)維系統(tǒng)的雙向深度交互。該產(chǎn)品可根據(jù)用戶場景配置為電池自供電模式和現(xiàn)場外部供電模式,部署十分方便,無線數(shù)據(jù)傳輸方式極大地節(jié)約了由于反復(fù)布設(shè)有線數(shù)據(jù)采集設(shè)備而消耗的人力和物力。該產(chǎn)品已通過SGS性能試驗(其中外殼防護(hù)等級為IP68),并完成Exia IIC T4 Ga防爆等級認(rèn)證。
圖3 “MSW-Sensor-ATSmart”系列無線智能溫振傳感器
此外,明思為科技也已成功研發(fā)出了“MSWSensor-魔方”系列漏磁傳感器(圖4)。該產(chǎn)品由勵磁模組單元、數(shù)據(jù)采集單元、傳感器陣列單元、信息處理單元、行程計量單元及供電單元組成。它通過非接觸式方式采集鐵磁性構(gòu)件表面的漏磁信息,配合使用領(lǐng)先的信號處理和人工智能算法,提取所測對象的局部缺陷特征,并通過可視化界面展示處理結(jié)果。該產(chǎn)品中使用的核心技術(shù)可有效降低干擾信號對缺陷判別的影響,極大提升了缺陷識別的準(zhǔn)確率。該產(chǎn)品根據(jù)用戶場景可配置為在線檢測和離線檢測2種模式,可用于鋼絲繩、橋梁斜拉索、鋼芯鋁絞線等鐵磁性構(gòu)件的缺陷檢測。
圖4 “MSW-Sensor-魔方”系列漏磁傳感器
(2)智能診斷算法
明思為科技已成功研發(fā)出了第一代智能運(yùn)維算法庫“MSW-Engine-Rotating Machinery”(圖5)。該算法庫由多個模塊組成,如數(shù)據(jù)清洗模塊、傳感器自檢模塊、轉(zhuǎn)速提取模塊、工況影響歸一化模塊、特征提取模塊、數(shù)據(jù)融合模塊、閾值自學(xué)習(xí)模塊、狀態(tài)監(jiān)測模塊、健康區(qū)域劃分模塊、故障定位模塊、剩余壽命預(yù)測模塊和運(yùn)維決策模塊等。各算法模塊綜合采用了先進(jìn)信號處理和人工智能的方法,能自主對軸承、齒輪、風(fēng)機(jī)、泵和電機(jī)等旋轉(zhuǎn)設(shè)備的40余種故障進(jìn)行早期預(yù)示、精確診斷和剩余壽命預(yù)測。此外,我們產(chǎn)品部署方式靈活,一方面可以與自研的智能運(yùn)維系統(tǒng)深度融合,提供一站式解決方案;另一方面可以為原設(shè)備生產(chǎn)商(Original Equipment Manufacturer, OEM)提供診斷算法解決方案,也可以方便地集成到設(shè)備用戶現(xiàn)有的運(yùn)維系統(tǒng)中。
圖5 “MSW-Engine-Rotating Machinery”算法庫
(3)智能運(yùn)維系統(tǒng)
明思為科技已成功研發(fā)出了第一代智能運(yùn)維系統(tǒng)“MSW-Solution-iPHM”(圖6)。該系統(tǒng)由設(shè)備層、感知層、數(shù)據(jù)層、算法層和應(yīng)用層組成。具體來說,采集表征設(shè)備健康狀態(tài)的各種不同物理量以及運(yùn)行參數(shù)(如轉(zhuǎn)速和扭矩負(fù)載等),結(jié)合自身研發(fā)的監(jiān)測和管理系統(tǒng),利用工業(yè)大數(shù)據(jù)的相關(guān)先進(jìn)信號處理和人工智能算法,實現(xiàn)準(zhǔn)確診斷和預(yù)測設(shè)備可能故障的發(fā)生。同時,還可以將客戶設(shè)備的計算機(jī)化維護(hù)管理系統(tǒng)(Computerized Maintennance Management System, CMMS)和企業(yè)資產(chǎn)管理系統(tǒng)(Enterprise Asset Management, EAM)的歷史數(shù)據(jù)等規(guī)范地導(dǎo)入平臺,然后借助故障模式及影響分析模型,應(yīng)用邏輯決斷圖給出最優(yōu)的維護(hù)維修以及生產(chǎn)調(diào)度建議,進(jìn)行系統(tǒng)綜合,形成計劃,提供維修步驟、視頻,提高維修效率與質(zhì)量。
圖6 “MSW-Solution-iPHM”智能運(yùn)維系統(tǒng)的架構(gòu)圖
此外,明思為科技還建立了智能運(yùn)維實驗室(圖7)用于以上產(chǎn)品和系統(tǒng)的測試和優(yōu)化。該實驗室高保真地模擬工廠的實際設(shè)備,配有機(jī)械臂、數(shù)控機(jī)床、工業(yè)水泵、電梯系統(tǒng)、機(jī)械故障綜合模擬試驗平臺、鋼絲繩故障模擬試驗臺等實驗設(shè)備。以這些設(shè)備為對象,通過部署傳感器系統(tǒng)采集設(shè)備運(yùn)行狀態(tài)數(shù)據(jù),利用云平臺部署的算法,將預(yù)測性維護(hù)建議和故障診斷結(jié)果準(zhǔn)確地展示在明思為科技智能運(yùn)維系統(tǒng)中。從長期來看,我們的研發(fā)成果可以為企業(yè)智能工廠建設(shè)帶來長遠(yuǎn)的好處,主要體現(xiàn)在以下幾方面:
圖7 明思為科技智能運(yùn)維實驗室
1)互聯(lián)。持續(xù)推動CMMS和EAM傳統(tǒng)數(shù)據(jù)采集與基于物聯(lián)網(wǎng)無線傳感器的新型數(shù)據(jù)采集,與客戶進(jìn)行實時數(shù)據(jù)啟用協(xié)作,增強(qiáng)部門間的協(xié)調(diào)能力和跨部門協(xié)作(如從生產(chǎn)運(yùn)營到設(shè)備維護(hù),再到設(shè)備和產(chǎn)線的反饋設(shè)計)。
2)優(yōu)化。設(shè)備有效運(yùn)行時間增加,產(chǎn)能效率同步增長。另外,效率高、范圍小的設(shè)備維修活動可以有效延長設(shè)備的使用壽命,降低企業(yè)的生產(chǎn)成本。
3)透明化。實時設(shè)備健康指標(biāo)及分析工具可為企業(yè)提供準(zhǔn)確可靠的運(yùn)維決策,實現(xiàn)透明的維修策略跟蹤。
4)前瞻性。預(yù)測性地識別和解析潛在的故障異常,實時預(yù)測剩余壽命,使維修部件庫存管理最優(yōu),實時監(jiān)控設(shè)備的安全運(yùn)行。
編輯部:想必您一定對明思為科技的發(fā)展給予了厚望,您對公司未來發(fā)展是怎么規(guī)劃的?
左院士:對于明思為科技的發(fā)展,我和團(tuán)隊制定了初期、中期和長期的發(fā)展目標(biāo)。
初期目標(biāo)(1—2年):利用現(xiàn)有的技術(shù)積累和行業(yè)影響力,迅速研發(fā)系列軟硬件產(chǎn)品和服務(wù)并占領(lǐng)一定的市場份額,建立自主品牌,積累無形資產(chǎn)。同時收集不同智能工廠客戶針對不同設(shè)備對智能運(yùn)維需求的不同信息,構(gòu)建智能工廠客戶信息數(shù)據(jù)庫。利用該數(shù)據(jù)庫,針對不同智能工廠客戶對不同設(shè)備智能運(yùn)維的不同需求,定制不同需求下的信號處理算法和人工智能算法,建立自己的算法數(shù)據(jù)庫,并使客戶信息數(shù)據(jù)庫與公司算法數(shù)據(jù)庫相統(tǒng)一,實現(xiàn)大數(shù)據(jù)+人工智能算法的智能運(yùn)維工具的框架雛形。
中期目標(biāo)(3—5年):利用自身積累的技術(shù)優(yōu)勢,持續(xù)推出具有更高附加值的高質(zhì)量產(chǎn)品和服務(wù)。保持對設(shè)備智能運(yùn)維行業(yè)前沿技術(shù)的持續(xù)追蹤和關(guān)注,遵循“銷售一代、研制一代、構(gòu)思一代”的產(chǎn)品和服務(wù)迭代規(guī)劃,構(gòu)建知識產(chǎn)權(quán)布局,保持市場競爭力。打通設(shè)計、運(yùn)行、維護(hù)和倉儲之間的信息流,向客戶提供智能運(yùn)維的可靠性設(shè)計服務(wù)和智能工廠維修備件的倉儲優(yōu)化服務(wù);同時采取相關(guān)多元化戰(zhàn)略,積極與高校和其他高新技術(shù)公司合作研發(fā)智能運(yùn)維領(lǐng)域的新技術(shù)產(chǎn)品。
長期目標(biāo)(6—10年):公司將進(jìn)一步合理優(yōu)化供應(yīng)、研發(fā)、生產(chǎn)、發(fā)運(yùn)、銷售和服務(wù)的各個環(huán)節(jié),利用與供應(yīng)商、客戶和研發(fā)合作伙伴之間的合作關(guān)系,從內(nèi)外兩方面實現(xiàn)公司價值的最大化。同時,為了讓智能運(yùn)維系統(tǒng)發(fā)揮作用,公司將進(jìn)一步加大對數(shù)據(jù)科學(xué)家和信號分析工程師的人力資源投入,進(jìn)而完善大數(shù)據(jù)智能算法以進(jìn)行更加有效和高效的工業(yè)大數(shù)據(jù)分析,從而完善明思為科技的智能運(yùn)維系統(tǒng)和智能倉儲管理系統(tǒng),進(jìn)一步提升自身品牌效應(yīng)。
國務(wù)院《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》中提出“推動提升重要設(shè)施設(shè)備的安全可靠水平,增強(qiáng)重點行業(yè)數(shù)據(jù)安全保障能力”。通過使新一代信息技術(shù)與工業(yè)制造業(yè)原有經(jīng)營模式不斷融合,明思為科技將繼續(xù)致力于提高設(shè)備和生產(chǎn)線的可靠性、功能性和安全性,助力企業(yè)走好科學(xué)、高效、低成本、可持續(xù)的智能化轉(zhuǎn)型升級之路,促進(jìn)中國工業(yè)化、數(shù)字化產(chǎn)業(yè)升級和技術(shù)改造,打造行業(yè)領(lǐng)先的智能運(yùn)維技術(shù)、產(chǎn)品和平臺。