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 1953

  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控制工程网版权所有,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CONTROL ENGINEERING China版权所有,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CONTROL ENGINEERING China版权所有,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,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控制工程网版权所有,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,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,将这些数据整理成一定格式的信息,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控制工程网版权所有,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,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
© 2003-2018    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