【儀表網(wǎng) 企業(yè)動態(tài)】對于制造業(yè)而言，提升競爭力需要以安全穩(wěn)定、高效智能的生產(chǎn)力為根基。工業(yè)設備作為生產(chǎn)制造的關鍵要素，其連續(xù)作業(yè)能力與維護策略息息相關。然而，無論是周期性維護還是基于狀態(tài)的監(jiān)測，都需要大量人員的監(jiān)視，并且無法有效避免設備由于設備劣化導致非計劃停機的風險。如今，伴隨人工智能、機器學習、工業(yè)物聯(lián)網(wǎng)等先進技術的融合發(fā)展，基于數(shù)據(jù)驅動的預測性維護逐漸成為現(xiàn)代工業(yè)主流的智能化設備運維方式，幫助企業(yè)降低維護工業(yè)資產(chǎn)的成本與時間，保障安全生產(chǎn)。
 

　　AI+預測性維護解決方案，引領設備運維智能化發(fā)展
 

　　如何在設備潛在故障發(fā)生點至功能故障發(fā)生點區(qū)間找到最佳維護平衡點，是企業(yè)應用預測性維護的核心訴求。依托在工業(yè)自動化領域深厚的技術積淀和豐富的故障診斷經(jīng)驗，施耐德電氣預測性維護解決方案引入了先進AI算法，并預置診斷知識庫，提供涵蓋AVEVA Predictive Analytics預測性維護系統(tǒng)、EcoStruxure™ PMA預測性維護顧問在內(nèi)的整體解決方案，幫助行業(yè)用戶深挖數(shù)據(jù)價值，實現(xiàn)設備智能運維。
 

EcoStruxure PMA預測性維護顧問界面示意
 

　　一方面，針對大型工業(yè)企業(yè)加強數(shù)據(jù)治理、釋放數(shù)據(jù)價值的需求，施耐德電氣AVEVA Predictive Analytics預測性維護系統(tǒng)能夠通過對歷史數(shù)據(jù)進行大數(shù)據(jù)建模，采用機器學習算法搭建設備正常運行狀態(tài)模型，之后將建立的模型接入大型關鍵機組的實時數(shù)據(jù)，持續(xù)監(jiān)測設備狀態(tài)，及時捕捉設備失效的早期跡象，提前介入診斷以采取預防措施，幫助企業(yè)智能識別設備狀態(tài)與外部環(huán)境變化實現(xiàn)工況脫敏，降低誤報率，提升整體運營效率。
 

　　另一方面，水泵、齒輪箱、空壓機等常規(guī)動設備普遍缺乏狀態(tài)監(jiān)測系統(tǒng)，企業(yè)亟需對這類設備進行改造升級，以打破數(shù)據(jù)“孤島”。對此，EcoStruxure PMA預測性維護顧問通過智能傳感器和邊緣計算網(wǎng)關獲取振動數(shù)據(jù)，能夠將設備的振動機理與行業(yè)專有知識相結合、數(shù)理模型與AI算法相結合，對設備故障進行實時預測及診斷，指導用戶智能運維。具體而言：
 

　　振動溫度一體智能傳感器：采用行業(yè)領先的MEMS傳感技術，能夠進行三軸(軸向/徑向水平/徑向垂直)高頻采樣，并監(jiān)測設備表面溫度，每秒可捕捉超2萬個設備振動數(shù)據(jù)點，其內(nèi)置的AI智能算法支持數(shù)據(jù)預處理，可提供高達百種特征值輸出。機身采用精密扁小型設計，適合狹小空間安裝，可緊貼設備軸向振動源，提升數(shù)據(jù)識別精準度；此外，產(chǎn)品符合CE認證、IP67防護等級，以及防爆ExiaIICT4Ga標準，能夠有效應對惡劣工況環(huán)境。
 

　　邊緣計算網(wǎng)關：支持6振動傳感通道，可監(jiān)測機油溫度及電機三相繞組溫度，并內(nèi)嵌故障預測智能算法模型，具備高性能的邊緣AI計算能力，可實現(xiàn)邊云協(xié)同，自動判定設備運行工況并發(fā)出閾值報警。機身整體精密，支持內(nèi)/外置天線，擁有CE認證和IP67防護等級，可在室內(nèi)外或惡劣工況環(huán)境下安裝使用。
 

　　預測性維護軟件系統(tǒng)：基于工藝數(shù)據(jù)及振動數(shù)據(jù)的“數(shù)理+機理模型”設備故障預測與診斷系統(tǒng)，配合工藝數(shù)理模型故障診斷工具，可根據(jù)工藝構建不同模型，并準確定位設備故障位置，幫助用戶診斷工藝變換導致的設備故障或電氣故障，以及復雜的機械老化和磨損問題。其中，基于振動原始數(shù)據(jù)的機理分析與數(shù)理分析兩大核心算法，具備時域分析、頻譜分析、頻率成分分析、退化/趨勢分析等功能，可利用相關性分析、聚類分析等大數(shù)據(jù)分析算法，找出工藝參數(shù)和振動數(shù)據(jù)的數(shù)據(jù)規(guī)律，提升模型預測準確率。系統(tǒng)內(nèi)嵌AI機器學習支持設備故障診斷模型自我學習，還能對故障特征值進行自我迭代分析，輔助機理模型診斷。
 

　　通過覆蓋企業(yè)從設備側到邊緣側、再到云/平臺側全生命周期的數(shù)據(jù)采集、分析、預測與診斷， EcoStruxure PMA預測性維護顧問能夠有效減少生產(chǎn)設備非計劃停機的次數(shù)及時間，提高生產(chǎn)效率，并促使企業(yè)維修模式升級，降低維修成本，賦能一線運維人員提升巡檢效率。企業(yè)依托施耐德電氣固化設備運維專家知識，還能實現(xiàn)設備故障診斷知識復用，培養(yǎng)專業(yè)振動診斷知識的復合型人才，并促使設備管理向精益化、數(shù)字化轉變，提升整體管理效能，加速自身數(shù)字化轉型。
 

　　聚焦真實場景，打造設備智能運維標準解決方案
 

　　目前，EcoStruxure預測性維護顧問解決方案已落地施耐德電氣多家工廠以及電力、油氣化工、食品飲料、水泥、冶金等行業(yè)頭部企業(yè)，持續(xù)護航安全生產(chǎn)。
 

　　其中，施耐德電氣廈門工廠依托 EcoStruxure PMA預測性維護顧問，為其真空爐部署了基于振動機理和數(shù)學模型的設備故障診斷與預測系統(tǒng)，對設備的分子泵、機械泵、羅茨泵、快冷電機的運行狀態(tài)和故障診斷進行監(jiān)測及預測，并結合AI算法與模型訓練，實現(xiàn)了設備24/7/365全天候在線的智能監(jiān)控、運行和維護。通過智能監(jiān)測設備早期振動，并定位可修復故障，該工廠大幅減少了非計劃停機時間和設備平均修復時間(MTTR<12h)，同時基于預測性系統(tǒng)指令調(diào)整的設備維護計劃方式，每年可節(jié)省120萬元的維護費用。
 

　　以此為錨，施耐德電氣將以AI賦能，推動覆蓋“傳感器檢測+邊緣計算+趨勢報警+維護決策”全生命周期的預測性維護標準解決方案全行業(yè)規(guī)模化應用，助力更多企業(yè)提高設備可用性、優(yōu)化質(zhì)量控制并實現(xiàn)降本增效，進一步夯實自身競爭力，攜手共創(chuàng)工業(yè)影響力。