智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
紫光
如何有效降低機器成本？預測性維護至關(guān)重要
麥肯錫咨詢公司(McKinsey & Company)在今年 6 月份發(fā)布了一份報告——《人工智能：下一個數(shù)字前沿》(“Artificial Intelligence: The Next Digital Frontier”)，該報告呈現(xiàn)了人工智能“在未來”將如何促成從預防性維護到預測性維護這一轉(zhuǎn)變。這一觀點是正確的，但是，這種預測性維護能力已經(jīng)存在也是一個事實。我們不必等著它在未來到來，相反，我們需要現(xiàn)在就找到理想的實施方式。
數(shù)十年來，有關(guān)人工智能的潛力問題一直屬于熱議話題，但是現(xiàn)在，我們是時候放棄這種未來學家的思維模式，承認人工智能現(xiàn)在已經(jīng)成為現(xiàn)實。
現(xiàn)在，我們正處于由工業(yè) 4.0 和數(shù)據(jù)科學引發(fā)的革命邊緣，這場革命將改變制造業(yè)的每一個領(lǐng)域，同時為管理者提供比以往更多的控制權(quán)。因此，問題不在于各位玩家能否搭上這股席卷各個行業(yè)的新浪潮，而在于他們是會占據(jù)還是僅僅排在隊伍之中。
工業(yè) 4.0 時代的需求
隨著工業(yè) 4.0 繼續(xù)推動數(shù)據(jù)科學的發(fā)展，在需要維護時能夠檢測并且發(fā)出信號的人工智能技術(shù)將進一步發(fā)展。與麥肯錫報告相反的地方在于，企業(yè)已經(jīng)在利用數(shù)據(jù)驅(qū)動的洞察力來超越預防性維護層面?，F(xiàn)在的企業(yè)不再是實行主觀的維護服務(wù)時間安排，也避免了隨之而來的不可避免的浪費、冗余和中斷現(xiàn)象，現(xiàn)在的維護是以一種更加動態(tài)的策略來進行。
企業(yè)經(jīng)常會使用聯(lián)機數(shù)據(jù)來實時追蹤性能變量。當這些變量表明機器性能正在下降時，技術(shù)人員就能夠在機器資產(chǎn)出現(xiàn)故障并且早在需要關(guān)停一條生產(chǎn)線之前介入。只有在必要時，同時又趕在不可挽回之前進行維護。這是從制造業(yè)到石油和天然氣，再到制藥，到零售這各個領(lǐng)域的維護、維修和操作人員多年以來一直夢寐以求的一種能力。而現(xiàn)在，這種等待可以結(jié)束了。
通用電氣研發(fā)了一項技術(shù)，能夠讓企業(yè)對機器進行“數(shù)字雙胞胎”建模。“雙胞胎”的表現(xiàn)會被密切追蹤，以便檢測者能夠在該機器的整個生命周期深入了解它的狀態(tài)。如果出現(xiàn)問題，就能夠以的方式顯示出來。
對于麥肯錫發(fā)布的人工智能的未來仍需等待這一報告的追隨者來說，如果他們知道已經(jīng)有 65 萬對這樣的“雙胞胎”在運作之中，那肯定會感到十分驚訝。電梯生產(chǎn)商迅達集團(Schindler)就是一家利用預測性維護技術(shù)的公司。通過在電梯中安裝傳感器，迅達能夠?qū)崿F(xiàn)所有服務(wù)預約的必要性，同時提高電梯的整體安全性。
預測性維護的重要性
預測性維護的到來可能并不能代表一個令人興奮的新功能的產(chǎn)生，但它確實為整個行業(yè)和垂直行業(yè)的發(fā)展提供了可能性。下面，讓我們來看一下不同行業(yè)中一些需要利用預測性維護亟待解決的問題：
交通和公用事業(yè)：紐約州州長 Andrew Cuomo 宣布紐約城市交通管理局(Metropolitan Transportation Authority)已經(jīng)處于緊急狀態(tài)，原因是由于預防性維護措施不到位，從而嚴重依賴緊急事件解決方案。不幸的是，這種公共財產(chǎn)失修狀態(tài)并非僅僅集中在某個季節(jié)、地域或者行業(yè)。整個美國的基礎(chǔ)設(shè)施，包括高速公路、橋梁和下水道都急需維修。并且，隨著基礎(chǔ)設(shè)施不斷老化，這種維護負擔也會不斷加劇。因此，提前了解應(yīng)該何時對何地的基礎(chǔ)設(shè)施進行維護是非常必要的一件事，對于控制成本、避免災難來說都至關(guān)重要。
汽車制造商：車輛召回對于制造商而言非常耗費成本，對于消費者來說又相當危險，并且也相當令人厭煩。就在今年，通用汽車公司在美國召回了 69 萬輛卡車，在加拿大和其他國家召回了大約10 萬輛卡車。但是，如果汽車制造商在整個設(shè)計階段以及后續(xù)的產(chǎn)品推出階段都能利用數(shù)據(jù)和機器學習，那他們就可以早日發(fā)現(xiàn)那些需要注意的問題。
石油和天然氣生產(chǎn)商：美國的石油和天然氣運輸管道長達 250 萬英里，其中超過一半的管道是在 20 世紀 50 年代和 60 年代建造而成。隨著這些管道資源老化，故障規(guī)模和頻率只會不斷增加。因此，能夠提前預測，并做好相應(yīng)的準備工作具有非常寶貴的價值。
航空公司：美國聯(lián)邦航空管理局每天要處理 43864 個航班?？紤]到航空業(yè)的覆蓋范圍，維護機制過于龐大，同時也過于復雜，任何人或者是任何團隊都無法做到了然于心。因此，采用預測性維護策略就提供了一種更簡單、更安全并且更經(jīng)濟的維護方法，能夠更好地為每個人的利益服務(wù)。
讓預測性維護成為現(xiàn)實
預測性維護在技術(shù)上是可行的，但更重要的是它在技術(shù)上也是可以采用的。企業(yè)不需要為了積極進行維護而對未經(jīng)證實的技術(shù)進行大規(guī)模投資，他們只需要開始抓取、存儲和利用已經(jīng)存在的數(shù)據(jù)即可。
他們要做的步就是將機器連接到可以實時跟蹤數(shù)據(jù)的傳感器，然后將這些數(shù)據(jù)輸入到具有存儲和處理大容量數(shù)據(jù)能力的網(wǎng)絡(luò)中。后，應(yīng)該采用直觀自動化方式來追蹤模式，鑒定異常。如果有需要注意的情況，那就安排技術(shù)人員執(zhí)行糾正措施，來實現(xiàn)大的率。
預測性維護能夠?qū)崿F(xiàn)維護成本小化，優(yōu)化現(xiàn)場資源，減少保修索賠并且消除風險，對于企業(yè)來說是一項顯著的競爭優(yōu)勢。而好的消息是什么呢?現(xiàn)在就是之前所說的預測性維護的未來，你還在等什么呢?
(原標題：工業(yè) 4.0 時代，“預測性維護”可以有效降低機器成本)
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
