用户中心

资讯 > 自动化软件

如何通过机器学习预测维护设备?

www.cechina.cn2018.07.07阅读 40405

  物联网技术正在连接工业现场的所有设备,相关人员可以远程访问工厂甚至了解了机器的健康状况,虚拟世界与现实世界的边界越来越模糊,工业数字化时代已经到来,企业将获取来自于设备层的丰富数据,并用于创造更大的价值收益。
  数字化的巨大价值逐渐被工业企业认识到,越来越多的企业开始投入资金去升级系统,从被动式的设备维护到主动式的预测性维护转变。在过去,不合理的机器使用让工厂承受很大的损失,而预测性维护将发挥重要作用,可以帮助企业更好地诊断设备问题,提升生产的效率和降低成本支出。
  在未来,不管你是食品加工还是电子生产或者是汽车制造商,都离不开大数据,数据将是新时代的黄金。厂商在生产过程利用数据提高效率,提升生产的可靠性,或降低整体成本。


  预测性维护减少停机风险
  熟悉工业物联网的工厂管理者都知道,目前数字化制造最大的卖点之一是预见未来的情况,通过数据分析可以获得对设备性能和过程有效性的洞察力,从而让设备管理者知道如何优化生产,最终为公司创造更大的利益。
  预测性维护的实现改变了传统工业设备管理的方式,设备使用寿命分析可以预估设备维护的时间点,可以根据设备状况做出关于何时维护系统的明智决策,而不是等设备故障时再进行响应或进行维护。
  停机维护可能会让工厂浪费更多的生产资源www.cechina.cn,预测性维护可以最大限度减少计划外停机的时间,从而增长整体机器运行时间和提升产量,而不需要产生新的资本支出。不过,要进行准确的预测维护,必需从大量数据中进行分析,实现这一目标是具有挑战性的。
  工业维护中使用机器学习
  大数据处理分析过程中少了不人工智能,利用机器学习算法进行处理,是解决大量数据分析的重要方法。工厂可以对算法进行培训CONTROL ENGINEERING China版权所有,让机器自动识别生产数据中的异常表现,不仅是标出有问题的数据,还要分析出根本原因。
  在一台工业设备的内部,可以有数十个传感器或其他健康检测数据控制工程网版权所有,将这些数据整理成一定格式的信息CONTROL ENGINEERING China版权所有,再与维护记录和机器运行历史记录一起评估,最终确定有哪些问题可能会出现。


  目前有不少的企业提供物联网分析平台,例如通用电气的Predix平台和资产绩效管理(APM)套件。它支持通过物联网的方式和机器连接,并利用平台的机器学习算法、APM标准测量和高级分析等相结合的方式进行数据分析,维护人员可以及时发现机器可能发生的问题。
  无可置疑的是,这是一个宝贵的资源,可为工厂经理和维护工程师提供全面的运营改进。
  机器学习将提高生产效率
  未来制造业中,所有机器都可能是通过物联网连接的,那么,工程师需要处理和分析的数据将是大量的。所以需要借助物联网平台的机器学习算法,通过监控分析机器的振动变化,预测可能出现的问题。
  此外,算法可以根据历史数据对这种情况进行评估,分析这种情况发生的频率,结合性能指标来确认是哪种问题,并在机器需要维护时向工程师发送警报。这使机器只有在其状态指示应该进行维护时才需要进行维护,也就是基于状态的预测性维护。


  实际上,机器学习使得数据分析成为一个更加自动化的过程。在某些工业应用中,算法分析允许机器自动设置或重新配置机器,从而纠正不良的生产。随着机器算法的学习的积累www.cechina.cn,这种分析预测将成为一种提高效率的越来越可行的方法。

版权声明:版权归控制工程网所有,转载请注明出处!

频道推荐

关于我们

控制工程网 & CONTROL ENGINEERING China 全球工业控制、自动化和仪器仪表领域的先锋媒体

CE全球

联系我们

商务及广告合作
任小姐(北京)                 夏小姐(上海)
电话:010-82053688      电话:18616877918
rendongxue@cechina.cn      xiashuxian@cechina.cn
新闻投稿:王小姐

关注我们的微信

关于我们 | 网站地图 | 联系我们
© 2003-2020    经营许可编号:京ICP证120335号
公安机关备案号:110102002318  服务热线:010-82053688