早在幾年前,對于工業(yè)制造來說,“預(yù)測性維護(hù)”以殺手級應(yīng)用的級別被寄予厚望,但是隨著IoT企業(yè)的布局推進(jìn),大家隨之發(fā)現(xiàn)一個(gè)問題,如果不能降低運(yùn)營成本,工業(yè)預(yù)測性維護(hù)的應(yīng)用在某種程度上將成為空談。全球領(lǐng)先的戰(zhàn)略咨詢公司貝恩咨詢曾對計(jì)劃采用預(yù)測性維護(hù)的企業(yè)進(jìn)行過調(diào)研。對比2016年和2018年的兩次數(shù)據(jù),真正實(shí)施和計(jì)劃采用預(yù)測性維護(hù)的企業(yè)比例都有所下調(diào)。究其對預(yù)測性維護(hù)的期待從熱衷趨于理性的最大原因還是成本考量。
1“預(yù)測性維修”的成本為什么那么高?預(yù)測性維護(hù)(Predictive Maintenance,PdM)是指通過對設(shè)備運(yùn)行狀態(tài)進(jìn)行持續(xù)測量和監(jiān)控,使用工業(yè)數(shù)據(jù)建模和數(shù)據(jù)分析技術(shù)預(yù)測和診斷設(shè)備故障,在設(shè)備故障發(fā)生前提前采取修正措施。不同于一般的遠(yuǎn)程設(shè)備狀態(tài)監(jiān)控,不論是從時(shí)間成本、經(jīng)濟(jì)成本還是技術(shù)成本上,預(yù)測性維護(hù)都有很痛的難點(diǎn)。
01時(shí)間成本,預(yù)測性維護(hù)要實(shí)現(xiàn),前期需要大量歷史數(shù)據(jù)的支撐。工業(yè)系統(tǒng)是相當(dāng)復(fù)雜的。不同的工業(yè)企業(yè)有不同的生產(chǎn)線和運(yùn)行流程,涉及的工業(yè)設(shè)備種類更是多種多樣。這就給數(shù)據(jù)的收集工作帶來了極大的挑戰(zhàn)。從時(shí)間上來看,僅僅只是收集數(shù)據(jù)就會(huì)耗費(fèi)大量的時(shí)間,更何況后期還需要對這些數(shù)據(jù)進(jìn)行歸納和處理,這將會(huì)是一個(gè)極其漫長的過程。
02經(jīng)濟(jì)成本,由于“預(yù)測性維護(hù)”涉及到的產(chǎn)品規(guī)格不一,面臨定制化程度高,項(xiàng)目很難標(biāo)準(zhǔn)化,無法快速復(fù)制的特點(diǎn),對物聯(lián)網(wǎng)企業(yè)來說,難以快速突破市場,對于工業(yè)企業(yè)來說,勢必導(dǎo)致成本極高,難以承受。
03技術(shù)成本,相比于商業(yè)或者或者互聯(lián)網(wǎng)場景,工業(yè)場景設(shè)備類型多,運(yùn)行工況復(fù)雜,涉及到數(shù)據(jù)采集的傳感技術(shù),數(shù)據(jù)傳輸?shù)耐ㄓ嵓夹g(shù),數(shù)據(jù)處理技術(shù)和數(shù)據(jù)分析的算法策略等。此外,工業(yè)算法需對工業(yè)及工業(yè)設(shè)備運(yùn)行基本原理有一定的認(rèn)識,這對行業(yè)技術(shù)人員提出了更高的要求。從市場上的技術(shù)來看,目前的算法模型還很難達(dá)到預(yù)測性維護(hù)的要求。
2“Edge AI+ZETA”組合拳直擊痛點(diǎn)
痛點(diǎn)雖在,但也掩蓋不了預(yù)測性維護(hù)將是大趨勢這一事實(shí)。就此,縱行科技打出了一套組合拳:“Edge AI+ZETA +算法前置”,使預(yù)測性維護(hù)成本降低至20%以內(nèi),性價(jià)比堪稱最高,在滿足大部分中小型企業(yè)并沒有足夠的技術(shù)儲(chǔ)備和資金能力實(shí)現(xiàn)智能化升級的痛點(diǎn)需求之外,還能覆蓋廣闊的工業(yè)應(yīng)用場景,推動(dòng)預(yù)測性維護(hù)應(yīng)用普及。
01采用無線傳輸,不影響工廠設(shè)備運(yùn)行
在工業(yè)場景中進(jìn)行數(shù)據(jù)獲取,如果采用有線傳輸,需在工廠里進(jìn)行大量施工安裝,同時(shí)還會(huì)影響設(shè)備正常運(yùn)行,導(dǎo)致經(jīng)濟(jì)成本的增加。就此,縱行科技推出無線智能終端,該終端可由電池供電,不需要布線,可以輕松搭載在旋轉(zhuǎn)設(shè)備上,收集原始數(shù)據(jù)。
02國產(chǎn)技術(shù)搭建專網(wǎng),實(shí)現(xiàn)數(shù)據(jù)安全采集和高數(shù)據(jù)量的傳送
由于“預(yù)測性維護(hù)”涉及到的產(chǎn)品技術(shù)方面的機(jī)密太多,工業(yè)企業(yè)對通信技術(shù)的選擇往往很謹(jǐn)慎。由此,縱行科技采用了自主研發(fā)的純國產(chǎn)ZETA通信技術(shù),可搭建專網(wǎng),保證數(shù)據(jù)的安全、私密性。同時(shí),ZETA具有自主可控、低成本、低功耗、廣覆蓋等特點(diǎn),支持超窄帶寬的多信道通信、多跳網(wǎng)狀網(wǎng)絡(luò)的分布式接入、以及低功耗的雙向通信,針對工廠復(fù)雜環(huán)境,相比Wi-Fi、lora、NB-IoT等,ZETA的穿透性更強(qiáng)、成本更低、具有高接收靈敏度和抗干擾性。此外,ZETA自研了Advanced M-FSK物理層調(diào)制技術(shù),在低功耗的基礎(chǔ)之上可滿足工業(yè)大型設(shè)備較大數(shù)據(jù)的回傳需求,對傳統(tǒng)的LPWAN功能進(jìn)行了補(bǔ)缺。
03搭載Edge AI,靈活便捷的同時(shí)降低成本
Edge AI,除了邊緣計(jì)算的快速、安全、可靠和可拓展的四大優(yōu)勢之外,最大的優(yōu)勢在于能有效降低成本。一是,邊緣計(jì)算可避免大數(shù)據(jù)量通訊,不占用云端資源,使預(yù)測性維護(hù)的實(shí)施方案極其靈活、輕便,從而可使成本降到最低。另外,縱行科技把Edge AI進(jìn)行前置,移植到智能終端內(nèi)部,實(shí)現(xiàn)數(shù)據(jù)的即采集即處理,能最大限度延長終端電池壽命。
04以典型旋轉(zhuǎn)設(shè)備切入,可快速復(fù)制推廣
工業(yè)設(shè)備70%的故障都可以通過設(shè)備振動(dòng)信號監(jiān)測出來,縱行科技針對常見旋轉(zhuǎn)機(jī)械設(shè)備研發(fā)了基于振動(dòng)信號分析的智能監(jiān)測終端,結(jié)合ZETA窄帶通信和邊緣智能的優(yōu)勢,打造“輕量瘦身”的預(yù)測性維護(hù)應(yīng)用,用20%的成本覆蓋80%的典型旋轉(zhuǎn)設(shè)備故障模式,具備大規(guī)模復(fù)制推廣的條件。
3推出“機(jī)理+AI”算法,使故障告警準(zhǔn)確率能達(dá)到95%
為了深入研究設(shè)備機(jī)理、分析工業(yè)場景并獲取有效故障數(shù)據(jù)樣本,縱行科技與上海交通大學(xué)、同濟(jì)大學(xué)和上海大學(xué)等院校展開了戰(zhàn)略合作,深入研究設(shè)備運(yùn)行和故障機(jī)理,降低對數(shù)據(jù)的依賴,并通過仿真和試驗(yàn)測試的方法積累了大量數(shù)據(jù),建立了十余種故障模型。與此同時(shí),縱行科技針對具體工業(yè)場景和設(shè)備工況采用定制化算法進(jìn)行加強(qiáng)分析,從而提升設(shè)備監(jiān)測的有效性,更全面的把控設(shè)備的運(yùn)行狀態(tài)。例如對于多工況的設(shè)備,通過GMM算法實(shí)現(xiàn)對采集數(shù)據(jù)的工況分類,確定各工況下特征分布情況,進(jìn)而自適應(yīng)地確定設(shè)備啟停和異常的報(bào)警閾值;對于穩(wěn)定工況的特征值,通過概率統(tǒng)計(jì)、衰退模型、時(shí)序模型等方法或算法對設(shè)備狀態(tài)和剩余壽命評估。
通過“機(jī)理+AI”的方法,縱行科技推出了ZETA Edge-AI智能終端,該終端的故障告警準(zhǔn)確率能達(dá)到95%,誤報(bào)率低于1%。ZETA Edge-AI智能終端采用了最高配置:使用MEMS加速度傳感芯片使產(chǎn)品能達(dá)到29kHz(3dB)的頻響,程序設(shè)置25.6kHz的采樣率,有效分析0-10kHz頻段的頻譜,能涵蓋90%以上旋轉(zhuǎn)機(jī)械設(shè)備的故障特征頻段。同時(shí),單次采集1.28s的振動(dòng)數(shù)據(jù),保證頻譜有0.78Hz分辨率,能精確定位故障或特征譜線。
在功能方面,ZETA Edge-AI智能終端通過對旋轉(zhuǎn)設(shè)備長期監(jiān)測進(jìn)行歷史數(shù)據(jù)的縱向分析,采用閾值判定、趨勢分析和概率統(tǒng)計(jì)等方法對設(shè)備狀態(tài)進(jìn)行評估,及時(shí)發(fā)現(xiàn)設(shè)備異常狀態(tài),并可實(shí)時(shí)同步到平臺端和移動(dòng)端,用戶無論辦公還是在家,都能第一時(shí)間獲取設(shè)備異常的信息。對于常見的故障類型,包括轉(zhuǎn)子不平衡、不對中、安裝松動(dòng)、軸承和齒輪損壞等,智能終端也能給出具體故障類型判斷,協(xié)助用戶進(jìn)行故障排查和定位,提高故障處理效率。
基于低成本和高性能的優(yōu)勢, ZETA Edge-AI智能終端有望推動(dòng)預(yù)測性維護(hù)應(yīng)用普及,給工業(yè)預(yù)測性維護(hù)的發(fā)展帶來更大的信心。
fqj
-
傳感技術(shù)
+關(guān)注
關(guān)注
4文章
525瀏覽量
46234 -
通訊技術(shù)
+關(guān)注
關(guān)注
1文章
90瀏覽量
13888
發(fā)布評論請先 登錄
相關(guān)推薦
評論