《电子技术应用》

工业 4.0 时代,“预测性维护”可以有效降低机器成本

2017/11/14 12:44:00

  麦肯锡咨询公司(McKinsey & Company)在今年 6 月份发布了一份报告——《人工智能:下一个数字前沿》(“Artificial Intelligence: The Next Digital Frontier”),该报告呈现了人工智能“在未来”将如何促成从预防性维护到预测性维护这一转变。这一观点是绝对正确的,但是,这种预测性维护能力已经存在也是一个事实。我们不必等着它在未来到来,相反,我们需要现在就找到理想的实施方式。

  0d609956736016f729494dd4107cce50.png

  数十年来,有关人工智能的潜力问题一直属于热议话题,但是现在,我们是时候放弃这种未来学家的思维模式,承认人工智能现在已经成为现实。

  现在,我们正处于由工业 4.0 和数据科学引发的革命边缘,这场革命将改变制造业的每一个领域,同时为管理者提供比以往更多的控制权。因此,问题不在于各位玩家能否搭上这股席卷各个行业的新浪潮,而在于他们是会占据领导地位还是仅仅排在队伍之中。

  工业 4.0 时代的需求

  随着工业 4.0 继续推动数据科学的发展,在需要维护时能够精确检测并且发出信号的人工智能技术将进一步发展。与麦肯锡报告相反的地方在于,企业已经在利用数据驱动的洞察力来超越预防性维护层面。现在的企业不再是实行主观的维护服务时间安排,也避免了随之而来的不可避免的浪费、冗余和中断现象,现在的维护是以一种更加动态的策略来进行。

  企业经常会使用联机数据来实时追踪性能变量。当这些变量表明机器性能正在下降时,技术人员就能够在机器资产出现故障并且早在需要关停一条生产线之前介入。只有在必要时,同时又赶在不可挽回之前进行维护。这是从制造业到石油和天然气,再到制药,到零售这各个领域的维护、维修和操作人员多年以来一直梦寐以求的一种能力。而现在,这种等待可以结束了。

  通用电气研发了一项技术,能够让企业对机器进行“数字双胞胎”建模。“双胞胎”的表现会被密切追踪,以便检测者能够在该机器的整个生命周期深入了解它的状态。如果出现问题,就能够以前所未有的方式显示出来。

  对于麦肯锡发布的人工智能的未来仍需等待这一报告的追随者来说,如果他们知道已经有 65 万对这样的“双胞胎”在运作之中,那肯定会感到十分惊讶。电梯生产商迅达集团(Schindler)就是一家利用预测性维护技术的公司。通过在电梯中安装传感器,迅达能够实现所有服务预约的必要性,同时提高电梯的整体安全性。

  预测性维护的重要性

  预测性维护的到来可能并不能代表一个令人兴奋的新功能的产生,但它确实为整个行业和垂直行业的发展提供了可能性。下面,让我们来看一下不同行业中一些需要利用预测性维护亟待解决的问题:

  交通和公用事业:纽约州州长 Andrew Cuomo 宣布纽约城市交通管理局(Metropolitan Transportation Authority)已经处于紧急状态,原因是由于预防性维护措施不到位,从而严重依赖紧急事件解决方案。不幸的是,这种公共财产失修状态并非仅仅集中在某个季节、地域或者行业。整个美国的基础设施,包括高速公路、桥梁和下水道都急需维修。并且,随着基础设施不断老化,这种维护负担也会不断加剧。因此,提前了解应该何时对何地的基础设施进行维护是非常必要的一件事,对于控制成本、避免灾难来说都至关重要。

  汽车制造商:车辆召回对于制造商而言非常耗费成本,对于消费者来说又相当危险,并且也相当令人厌烦。就在今年,通用汽车公司在美国召回了 69 万辆卡车,在加拿大和其他国家召回了大约10 万辆卡车。但是,如果汽车制造商在整个设计阶段以及后续的产品推出阶段都能利用数据和机器学习,那他们就可以早日发现那些需要注意的问题。

  石油和天然气生产商:美国的石油和天然气运输管道长达 250 万英里,其中超过一半的管道是在 20 世纪 50 年代和 60 年代建造而成。随着这些管道资源老化,故障规模和频率只会不断增加。因此,能够提前预测,并做好相应的准备工作具有非常宝贵的价值。

  航空公司:美国联邦航空管理局每天要处理 43864 个航班。考虑到航空业的覆盖范围,维护机制过于庞大,同时也过于复杂,任何人或者是任何团队都无法做到了然于心。因此,采用预测性维护策略就提供了一种更简单、更安全并且更经济的维护方法,能够更好地为每个人的利益服务。

  让预测性维护成为现实

  预测性维护在技术上是可行的,但更重要的是它在技术上也是可以采用的。企业不需要为了积极进行维护而对未经证实的技术进行大规模投资,他们只需要开始抓取、存储和利用已经存在的数据即可。

  他们要做的第一步就是将机器连接到可以实时跟踪数据的传感器,然后将这些数据输入到具有存储和处理大容量数据能力的网络中。最后,应该采用直观自动化方式来追踪模式,鉴定异常。如果有需要注意的情况,那就安排技术人员执行纠正措施,来实现最大的投资回报率。

  预测性维护能够实现维护成本最小化,优化现场资源,减少保修索赔并且消除风险,对于企业来说是一项显著的竞争优势。而最好的消息是什么呢?现在就是之前所说的预测性维护的未来,你还在等什么呢?


继续阅读>>