現(xiàn)代社會嚴(yán)重依賴機械，交通、能源供應(yīng)、農(nóng)業(yè)生產(chǎn)、工業(yè)制造都離不開機械設(shè)備的驅(qū)動。當(dāng)機器發(fā)生故障出現(xiàn)非計劃停機時，不僅會影響生產(chǎn)，甚至可能帶來巨大經(jīng)濟損失。隨著人工智能的興起，非計劃停機時間將極大減少，AI將改變現(xiàn)有維護方式。

設(shè)備的維護對機器的實用性至關(guān)重要。但是，決定何時維修、是否需要更換零件、是否在不影響生產(chǎn)的情況下進行，通常難以平衡的行為。過往更多根據(jù)經(jīng)驗、猜測來決定維護的時機。目前很多組織正在研究通過人工智能和機器學(xué)習(xí)來減少低效和設(shè)備故障。

常見的維護模式

今天，大多數(shù)維護可以分為三類：

1.反應(yīng)性維護

反應(yīng)性維護（即計劃外停機）是一種設(shè)備運行到出現(xiàn)故障再進行維護的方法。它可能具有很強的破壞性，因為當(dāng)設(shè)備在沒有警告的情況下發(fā)生故障時，企業(yè)必須停止生產(chǎn)運行。這種被動方法可以保持較低的日常維護成本，僅在需要時需要技術(shù)人員，但可能帶來巨大的生產(chǎn)損失。

2.計劃性維護

通過定期評估維護降低故障風(fēng)險。雖然停機的風(fēng)險仍然存在，但企業(yè)更有可能在問題變大之前先發(fā)制人地解決問題。盡管這可以最大限度地延長機器的使用壽命，但不能避免機器停止使用時損失大量生產(chǎn)時間。

3.主動性維護

主動維護旨在提高維護效率，通過分析設(shè)備的數(shù)據(jù)和以往出現(xiàn)的故障，優(yōu)化維護資源。它不需要遵守固定的時間表，而是通過使用數(shù)據(jù)來審查和增強運營。對于設(shè)備數(shù)量多的公司來說，主動維護似乎是最具成本效益的策略。然而，這種方法是有限的，因為它只能控制可能導(dǎo)致設(shè)備故障的因素，而不是通過設(shè)備本身狀態(tài)進行判斷。

那如何實現(xiàn)更智能的運維？工業(yè)互聯(lián)網(wǎng)技術(shù)和人工智能可以填補這塊空白。

人工智能改變維護方式

根據(jù)某市場咨詢公司數(shù)據(jù)，2017年全球人工智能市場價值19.9億歐元，預(yù)計到2025年將達到300億歐元。AI的增長將是巨大的，因為它能夠應(yīng)用于所有行業(yè)，包括工業(yè)設(shè)備的維護。許多嚴(yán)重依賴機械設(shè)備的的行業(yè)正在投資預(yù)測性維護。這是因為借助人工智能，維護可以從單純的預(yù)防性或主動性維護成為預(yù)測性的。通過預(yù)測性維護，僅在必要時進行維修。

預(yù)測性維護

預(yù)測性維護是通過連接多源傳感器和支持人工智能的工具來實現(xiàn)的，這些工具可以分析設(shè)備中起作用的數(shù)個變量，可以實時收集、組合和分析來自各種來源的數(shù)據(jù)，以便企業(yè)能夠在設(shè)備故障發(fā)生之前預(yù)測故障。當(dāng)數(shù)據(jù)顯示性能下降時，工程師可以選擇在產(chǎn)線生產(chǎn)的合適時間停機維護。

圖.工程師根據(jù)設(shè)備實時狀態(tài)制定維護計劃（全景網(wǎng)）

這種預(yù)見維修的能力將有助于降低和控制維護成本。如果預(yù)測性維護認為故障迫在眉睫，則可以根據(jù)問題所在自動執(zhí)行許多操作，例如，發(fā)送工單，通知相關(guān)技術(shù)人員訂購更換零件。

隨著時間的推移，預(yù)測性維護可以通過AI機理建立完整的設(shè)備維護模型，使企業(yè)進一步了解如何提高效率并最終實現(xiàn)零非計劃停機時間。這是因為人工智能可以預(yù)測設(shè)備的真實壽命，從而推斷出進行維修的最佳時間是什么，以及如何計劃操作以最小化維修窗口。

此外，通過從預(yù)測性維護中收集的數(shù)據(jù)，企業(yè)管理者可以更好地了解為什么使用相同設(shè)備的不同團隊會帶來不同的收益。同樣，這些額外的數(shù)據(jù)可以為企業(yè)提供他們需要的洞察力，以弄清楚如何帶來額外的收入。它可以幫助項目規(guī)劃、人員配備需求、庫存管理和客戶服務(wù)。

預(yù)測性維護應(yīng)用

隨著工業(yè)互聯(lián)網(wǎng)作為我國推進智能制造的核心抓手，各行業(yè)的工業(yè)領(lǐng)軍企業(yè)越來越重視生產(chǎn)設(shè)備的數(shù)據(jù)采集和聯(lián)網(wǎng)。目前，我國預(yù)測性維護市場整體還處于起步階段，東智PreMaint是聚焦設(shè)備領(lǐng)域的智能管理平臺，獲得工信部“工業(yè)互聯(lián)網(wǎng)APP優(yōu)秀解決方案”與“工業(yè)APP創(chuàng)新應(yīng)用大賽一等獎”。

PreMaint可滿足企業(yè)構(gòu)建融合的設(shè)備數(shù)據(jù)應(yīng)用系統(tǒng)，實時感知設(shè)備機臺的運行工況和工藝健康狀態(tài)，實現(xiàn)從監(jiān)控到預(yù)警、故障診斷、維保維修處理、工藝自動優(yōu)化的功能閉環(huán)，有效延長設(shè)備使用壽命、提高產(chǎn)品良率，避免非計劃停機和工況不穩(wěn)定帶來的損失。

以下是PreMaint預(yù)測性維護在多個行業(yè)的應(yīng)用：

半導(dǎo)體行業(yè)

半導(dǎo)體面板屬于高端制造業(yè)，現(xiàn)場設(shè)備大多從國外進口，設(shè)備數(shù)據(jù)采集成本高。針對PUMP真空泵的非計劃停機問題，現(xiàn)場PUMP設(shè)備數(shù)據(jù)以每秒5萬Hz的采樣頻率實時上傳到PreMaint專有云，振動信號的細微變化都可以被東智PreMaint專家平臺識別分析，系統(tǒng)內(nèi)置的AI算法有效識別設(shè)備的劣化趨勢并進行故障智能診斷。

新能源鋰電行業(yè)

鋰電池生產(chǎn)前端工序核心設(shè)備包括雙螺桿漿料制作或攪拌機、涂布機和輥分切一體機等。為保證設(shè)備的高效運轉(zhuǎn)，基于AI+機理的東智PreMaint智能診斷專家系統(tǒng)，通過對設(shè)備的狀態(tài)監(jiān)測和故障智能診斷，實現(xiàn)設(shè)備智能運維，將極大減少設(shè)備非計劃停機，確保電池的一致性并提高生產(chǎn)良率。

石油化工

預(yù)測性維護有助于減少設(shè)備的停機時間和能源消耗，更主動的預(yù)測性維護模型可以增加設(shè)備壽命和操作安全性，促進機泵設(shè)備的優(yōu)化提升。PreMaint基于邊云智能協(xié)同的機泵群預(yù)測性維護解決方案植入石化機泵群，融合設(shè)備多源數(shù)據(jù)，強化機泵的故障預(yù)測與健康管理，為智能運營提供有效支撐。

來源/本文內(nèi)容參考AUTOMATION，有刪改，本文僅用于個人學(xué)習(xí)交流，如有侵權(quán)請聯(lián)系刪改。

審核編輯黃宇