(作者:許新)智能制造時(shí)代,對(duì)于設(shè)備的可靠性要求提高,對(duì)于設(shè)備維護(hù)管理的要求也會(huì)隨之提高。對(duì)工業(yè)企業(yè)而言,設(shè)備作為企業(yè)資產(chǎn)的一部分,是一切生產(chǎn)制造的基礎(chǔ)。因此,設(shè)備運(yùn)營與維護(hù)的重要性不言而喻。傳統(tǒng)的設(shè)備運(yùn)維模式存在故障不可預(yù)測(cè)、運(yùn)維成本高、管理手段不足、安全生產(chǎn)事故多發(fā)等痛點(diǎn)。
隨著近年來以物聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)等技術(shù)為特征的全數(shù)字化制造的迅猛發(fā)展,一種更加高效的維護(hù)模式——預(yù)測(cè)性維護(hù)逐漸成為未來企業(yè)的核心需要。設(shè)備的健康狀態(tài)及運(yùn)行情況將會(huì)得到隨時(shí)隨地的實(shí)時(shí)監(jiān)測(cè),使檢修變得有據(jù)可依,有理可循。在機(jī)械工程與智能制造研究領(lǐng)域,機(jī)械工程師周曉蘭發(fā)明的原創(chuàng)技術(shù)成果“基于人工智能算法的設(shè)備故障預(yù)測(cè)診斷系統(tǒng)V1.0”讓機(jī)械設(shè)備的預(yù)測(cè)性維護(hù)成為可能,為工業(yè)設(shè)備的維護(hù)管理工作提供了可靠的技術(shù)支持,避免因發(fā)生故障造成較長時(shí)間的停產(chǎn),實(shí)現(xiàn)了工業(yè)生產(chǎn)效率的大幅度提升。
在當(dāng)前的工業(yè)環(huán)境中,大型機(jī)械設(shè)備比如電動(dòng)機(jī)、風(fēng)機(jī)組、液壓泵站等,已經(jīng)成為現(xiàn)代大規(guī)模生產(chǎn)裝置的關(guān)鍵設(shè)備。這些設(shè)備要求長周期連續(xù)運(yùn)行,一旦故障停機(jī)可能造成重大經(jīng)濟(jì)損失,甚至導(dǎo)致重大安全事故的發(fā)生。對(duì)這些機(jī)械設(shè)備的預(yù)測(cè)性維護(hù)主要依靠在設(shè)備上部署一個(gè)或多個(gè)測(cè)點(diǎn),采集振動(dòng)、溫度等數(shù)據(jù),通過對(duì)數(shù)據(jù)的實(shí)時(shí)分析和判斷,預(yù)測(cè)設(shè)備異常情況并精準(zhǔn)定位設(shè)備故障。傳統(tǒng)的設(shè)備監(jiān)控多基于有線傳感器的本地部署解決方案,人員在中控室或者監(jiān)控大廳監(jiān)測(cè)設(shè)備的運(yùn)行狀態(tài)。這些系統(tǒng)不僅體積大、成本高,在部署復(fù)雜度、響應(yīng)速度上都面臨巨大挑戰(zhàn),不足以實(shí)現(xiàn)企業(yè)的真正需求。
相較于傳統(tǒng)的設(shè)備監(jiān)控系統(tǒng),“基于人工智能算法的設(shè)備故障預(yù)測(cè)診斷系統(tǒng)V1.0”在應(yīng)用與操作方面有了多項(xiàng)突破。首先,周曉蘭在技術(shù)研發(fā)中,使底層邊緣端的設(shè)備數(shù)據(jù)通過無線網(wǎng)絡(luò)等傳輸給數(shù)據(jù)集成層,以此來實(shí)現(xiàn)相關(guān)數(shù)據(jù)的收集工作。第二層周曉蘭設(shè)計(jì)為數(shù)據(jù)中臺(tái)層,會(huì)提供PaSS服務(wù),同時(shí),也會(huì)進(jìn)行元數(shù)據(jù)管理,并支持深度學(xué)習(xí)引擎。此層是數(shù)據(jù)存儲(chǔ)的核心,數(shù)據(jù)庫的性能和穩(wěn)定性表現(xiàn)會(huì)直接影響整體架構(gòu)的性能。第三層則是數(shù)據(jù)訪問和分析服務(wù)層,提供各種實(shí)時(shí)數(shù)據(jù)查詢的API和訪問服務(wù),分析服務(wù)方面,也提供相關(guān)算法庫。最上層提供面向用戶直接需求的功能模塊,例如設(shè)備管理、故障預(yù)測(cè)、備品備件管理等應(yīng)用集成功能。此外,相關(guān)監(jiān)控工具一直貫穿整個(gè)架構(gòu)始終。
如此設(shè)計(jì)的優(yōu)勢(shì)在于:在邊緣層,系統(tǒng)通過邊緣計(jì)算技術(shù),將算法和算力下沉到邊緣端進(jìn)行部署。傳感器的數(shù)據(jù)采集之后,可以直接進(jìn)行處理和分析,再進(jìn)行上傳。這樣就實(shí)現(xiàn)了設(shè)備異常的高速響應(yīng),傳感器的超低功耗和超長的工作壽命,在提高10倍以上響應(yīng)速度的情況下,壽命能夠延長2-3倍。在中間層,周曉蘭為系統(tǒng)提供了一整套的數(shù)據(jù)庫管理方式,特別是針對(duì)典型旋轉(zhuǎn)機(jī)械的算法庫,能夠精準(zhǔn)監(jiān)測(cè)設(shè)備運(yùn)行狀態(tài)、故障診斷等。而在最頂層的設(shè)備管理級(jí)的應(yīng)用當(dāng)中,由于精準(zhǔn)掌握了數(shù)據(jù)源,目前算法的準(zhǔn)確率在測(cè)試平臺(tái)高達(dá)96%—98%。
目前,這項(xiàng)技術(shù)已經(jīng)在國內(nèi)眾多工業(yè)企業(yè)中得到應(yīng)用,基于該系統(tǒng)的預(yù)測(cè)性維護(hù)減少了突發(fā)故障的發(fā)生率,并顯著提升了設(shè)備的使用壽命和穩(wěn)定性,為企業(yè)節(jié)約了大量的維護(hù)成本和潛在的停工損失。除了防止故障發(fā)生外,許多企業(yè)還根據(jù)系統(tǒng)提供的數(shù)據(jù)和分析結(jié)果,實(shí)施了更為科學(xué)的維護(hù)決策,優(yōu)化維護(hù)計(jì)劃和資源分配,實(shí)現(xiàn)更高效的資源利用和成本控制。在預(yù)測(cè)性維護(hù)場景中,系統(tǒng)可利用數(shù)字孿生技術(shù)隨時(shí)隨地監(jiān)控設(shè)備的虛擬復(fù)制品,消除了不便或不必要的工廠車間行程,使用人工智能分析也可能更快地發(fā)現(xiàn)異常,從而為客戶提供更好的預(yù)測(cè)性維護(hù)服務(wù)。江西某應(yīng)用企業(yè)表示,該系統(tǒng)的應(yīng)用讓行業(yè)采集并留存更高精度、更長周期的數(shù)據(jù)成為可能。該系統(tǒng)重視數(shù)字孿生和人工智能的賦能,大大提升了對(duì)工業(yè)互聯(lián)網(wǎng)底層的基礎(chǔ)設(shè)施,無論是硬件還是軟件平臺(tái),數(shù)據(jù)庫還是算法的性能要求,這也給新一代時(shí)間序列數(shù)據(jù)庫更大的場景應(yīng)用機(jī)會(huì)和市場想象空間。
作為中國機(jī)械工程與智能制造的領(lǐng)軍人物,周曉蘭不僅在技術(shù)發(fā)明上取得了突破性成就,而且在推動(dòng)行業(yè)創(chuàng)新、培養(yǎng)新一代工程師方面做出了杰出貢獻(xiàn)。在擔(dān)任第七屆“機(jī)械工業(yè)科學(xué)技術(shù)發(fā)明獎(jiǎng)”評(píng)審委員會(huì)主任的過程中,周曉蘭積極推動(dòng)科技創(chuàng)新,挖掘和表彰那些在機(jī)械工業(yè)領(lǐng)域做出杰出貢獻(xiàn)的科技成果和個(gè)人,以豐富的專業(yè)知識(shí)和敏銳的行業(yè)洞察力,為中國機(jī)械制造業(yè)的科技進(jìn)步和人才成長提供了強(qiáng)有力的支持。這不僅激勵(lì)了科研人員投身于科技創(chuàng)新之中,也為整個(gè)行業(yè)樹立了高質(zhì)量發(fā)展的標(biāo)桿,引導(dǎo)著行業(yè)的科技創(chuàng)新方向,促進(jìn)了機(jī)械工業(yè)的科技進(jìn)步和產(chǎn)業(yè)升級(jí)。通過這些活動(dòng),周曉蘭不僅對(duì)提升中國機(jī)械工業(yè)的國際影響力做出了貢獻(xiàn),也為推動(dòng)中國從制造大國向制造強(qiáng)國轉(zhuǎn)變做出了重要貢獻(xiàn)。展望未來,隨著周曉蘭等領(lǐng)軍人物的不懈努力,中國機(jī)械工程有望實(shí)現(xiàn)更多突破性進(jìn)展,推動(dòng)制造業(yè)向更智能、更綠色、更高效的方向發(fā)展。在全球制造業(yè)競爭日益激烈的背景下,中國機(jī)械工程的未來布滿希望,預(yù)計(jì)將在全球科技創(chuàng)新舞臺(tái)上扮演越來越重要的角色。
友情提醒 |
本信息真實(shí)性未經(jīng)中國工程機(jī)械信息網(wǎng)證實(shí),僅供您參考。未經(jīng)許可,請(qǐng)勿轉(zhuǎn)載。已經(jīng)本網(wǎng)授權(quán)使用的,應(yīng)在授權(quán)范圍內(nèi)使用,并注明“來源:中國工程機(jī)械信息網(wǎng)”。 |
特別注意 |
本網(wǎng)部分文章轉(zhuǎn)載自其它媒體,轉(zhuǎn)載目的在于傳遞更多行業(yè)信息,并不代表本網(wǎng)贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)。在本網(wǎng)論壇上發(fā)表言論者,文責(zé)自負(fù),本網(wǎng)有權(quán)在網(wǎng)站內(nèi)轉(zhuǎn)載或引用,論壇的言論不代表本網(wǎng)觀點(diǎn)。本網(wǎng)所提供的信息,如需使用,請(qǐng)與原作者聯(lián)系,版權(quán)歸原作者所有。如果涉及版權(quán)需要同本網(wǎng)聯(lián)系的,請(qǐng)?jiān)?5日內(nèi)進(jìn)行。 |