树根互联技术有限公司,工业互联网平台树根互联启动上市辅导( 二 )


应用场景1:资产性能管理 。大型高端制造都有关键的大型设备,这些设备在连续生产过程中的停机风险,会造成很大影响 。普遍来说,进行有效设备维护的策略有:一是被动式维护,就是坏了再修,这种维护成本最高;二是预防性维修,为了避免被动维修引起的设备停机停产,现阶段采用较多的是预防性维修,也就是定期保养;三是视情况维修或基于状态维修,因为前两种的成本相对比较高,因此采用振动分析、红外、超声等检测仪器,对关键设备进行相应的判决和检测,基于检测的结果决定是否要维修,提前修还是推后修;四是预测维修,基于海量数据分析对设备的实时状态做评估,再决定是否要维修;第五,RCM或基于风险评估,结合实时数据对设备保养策略的一系列计算,得到基于风险管控的维护策略,实现更精准的维护 。
目前GE和Uptake已经做到了基于可靠性的维修或基于风险维护的完整策略 。现在的问题是:一,无法实现实时的判决和诊断,无法根据动态的工况进行调整;二,无法实现精确的故障定位,无法实现精确的指标计算;三,无法实现精确的寿命预测,无法实现预测性维护;四,无法积累、优化和复制专家经验,无法实现知识的自我学习和进化 。
资产性能管理系统主要涉及三方面:一是数据,即机器的实时数据、历史维护记录、失效记录、产品手册等;二是机理,像FMEA、控制理论等基本的工业模型;三是数据分析,变点检测、时序预测、聚类回归、机器学习、神经网络等结合在一起,才能产生一个相对完整的设备资产管理系统,实现实时监测、故障诊断预测、可靠性管理等一系列功能,最终目标是降低停机概率、降低运营风险、实现更快的响应能力 。
怎么利用数据分析实现资产的高效性能分析呢?主要还是利用机器的数据 。基于机器的历史数据可以构建不同状态下的历史数据样本,开发各类故障的特征模型,与当前传感器数据进行对比,从而对当前的设备进行实时的健康评估 。基于历史数据也可以构建性能预测指标,通过对比指标就可以知道设备未来在什么时间可能会出问题,可以计算剩余寿命以优化维护策略 。
【树根互联技术有限公司,工业互联网平台树根互联启动上市辅导】应用场景2:运营性能管理 。在工业生产过程中有很多设备都产生数据,像工艺数据、质量数据、维护数据等,都可以通过工业互联网平台采集出来,做工艺参数优化、良率优化、虚拟量测、关键指标建模、燃烧环保优化、能源管理等一系列分析 。通过实时采集生产过程中设备、工艺、质检、环保、环节数据,结合数据挖掘和人工智能分析,可以实现生产工艺、品质还有运营效率全方面的优化 。

推荐阅读