今日頭條
官方微信
官方抖音
資訊頻道2020年春節期間，新型冠狀病毒肺炎疫情肆虐，成為經濟運行中突發的不可抗力事件。由于疫情蔓延引發的訂單下降、限制開工、人員不足、固定成本負擔過重、供應鏈中斷等問題，對我國制造企業帶來了非常嚴重的沖擊，據數據調查顯示[1]，訂單下降和限制開工是對企業影響最大的因素，其次是人員成本、供應鏈中斷和資金短缺。如果說新型冠狀病毒肺炎疫情防控是2020年初對我國健全公共衛生體系和提高應急管理能力的一次大考，那么我們堅信在黨和政府的有力領導下，抗擊疫情必將取得最后勝利。然而，在戰勝疫情后，我們還將面臨著經濟戰線的又一次“大考”。
面對企業生產經營面臨的巨大壓力，全國各地陸續出臺了多項惠企政策，主要是通過降租減費、財稅補貼等金融手段，幫助企業共渡難關。雖然目前上述優惠政策，能夠在很大程度上支持企業運營，但在疫情結束之后的一段時期，企業還將面臨著人員成本過高、供應鏈不足、產能受限等問題，因此，來自企業自身的應對措施，才是圓滿完成經濟“大考”的長效機制。據數據調查顯示[1]，53.3%的企業在疫情過后，會加快數字化轉型、業務線上化，23.11%的企業會加大智能化生產力度。由此可見，企業生產向數字化和智能化轉型，是未來的發展趨勢。
“疫情”下的企業運營生態
企業生產的數字化和智能化轉型，應該從哪方面入手呢？以下是筆者朋友圈中部分企業在疫情期間的真實經歷：
（1）隨著抗擊疫情工作的全面啟動，口罩和防護服等防疫物資的緊缺引起了大家的關注，事實上口罩和防護服生產的大多數環節都已實現了自動化或半自動化生產，但由于技術和成本等問題，焊接、包裝、物流等環節還是采用人工的方式，導致日產10萬只口罩需要至少200名工人。與此同時，在石化、電力等國民經濟重點行業，不要說停工一天，停工一小時都將造成不可估量的損失，面對疫情導致的人力資源緊缺，他們提前部署智能化設備運維平臺，在疫情發生后組織設備維護人員居家辦公，對工業現場設備進行遠程看護，實現了“365×24小時”的全天候看護模式。
（2）生產制造的自動化和智能化，也對設備管理和維護提出了新的要求。2020年2月8日，安徽某口罩生產公司在多日超負荷生產狀態下，加工中心、線切割和熱處理設備零部件出現了不同程度的損壞，由于交通管制影響，設備供應商無法及時保證零部件交付，最終該公司利用仿形機對零部件進行測繪后，在本地進行了加工。
從上例可以看出，生產制造設備智能運維和預測性維護技術的應用，是企業開展數字化轉型和智能化改造，實現生產現場的“少人化”甚至“無人化”的重要方向。尤其在工業互聯網大背景下，人工智能、邊緣計算等新技術和預測性維護融合已經成為大勢，預測性維護技術引入將加速企業的智能化進程
什么是預測性維護？
IEC/SC65E WG12開展工業自動化領域預測性維護國際標準化工作的首個工作組，于2019年10月成立，目前正在制定由我國自主提出的國際標準IEC 63270《Industrial Automation Equipment and Systems - Predictive Maintenance》[2]。該標準主要定義預測性維護的概念、范圍，提供預測性維護功能結構模型、過程、方法、基礎結構接口、數據要求指南等。
根據標準規定，預測性維護是對設備狀態進行連續測量和分析，診斷并預測設備狀態及發展趨勢，制定全局最優維護方案的行為。它不同于預防性維護和修復性維護，而是集設備狀態監測、故障診斷、壽命預測、維修決策支持和維修活動于一體的一種主動維護方式。值得一提的是，該國際標準目前已同步制定我國國家標準，由全國工業過程測量控制和自動化標準化技術委員會（SAC/TC124）歸口。
預測性維護的價值在于基于剩余使用壽命（RUL）的預測，在維護機會窗內選擇成本最低的維護策略，綜合考慮所有設備的維護需求，制定全局最優的維護方案。因此制造企業應用預測性維護技術可以有效避免修復性維護和過度維護，最大化設備工作效率，提高維護等級；同時降低維護成本和生產損失，均衡維護預算和運行預算，提高經濟效益，降低全面維護成本。
維護成本分析
預測性維護技術模塊
國際標準中規定的預測性維護包括傳感、狀態識別、故障診斷、壽命預測、維修/維護策略和維修/維護執行等技術模塊[3]，同時也規定了深度學習等預測性維護建模分析方法。隨著設備互聯、數據采集與運算能力提升，預測性維護各技術模塊不斷發展完善，將有力支撐制造企業的數字化轉型和智能化改造。
預測性維護，為制造業“快進”保駕護航
01數控機床案例
機床是制造業的核心，我國最早之前的機床基本靠進口，近年來大力發展推進國產化。在生產制造中，設備的故障停機、訂單推遲、產品缺陷、加工效率下降多源于如機床老化、主軸偏轉等隱性問題。
機加工智能在線監測系統基于預測性維護技術，可使機床“會表達、能思考”，從而降低刀具使用成本、避免機床意外故障停機、保障產品加工質量。其技術核心功能包括：
1、刀具剩余壽命預測
2、機床關鍵部件健康管理
3、刀具知識庫
其中，刀具剩余壽命預測基于對機加工的機理及行業的認知和理解，將這些知識運用到整個工業智能的算法當中，實時地在線監測每一把刀的在線振動數據，包括工況數據、運行狀況等，通過特征提取融合出健康衰退曲線，直觀反映刀具的磨損量，預測刀具未來的磨損狀態，指導精準換刀時間。
機床關鍵部件的健康管理，是通過實時在線監測其的健康狀態，進行異常預警，并指導后續運維。
當有了大量的數據刀具數據之后，就可以建立一套知識評分系統，對每一把刀、每個批次的刀進行評分，監測其的衰退情況，明確每個批次的刀最適合的工藝。
通過在工廠中的實際應用，使用在線監測系統實時評估刀具壽命及主軸健康狀態，可實現“無人工廠”轉型為“無憂工廠”，整體節約16%的成本，加工良品率從99.4%提升到99.7%，降低60%的意外停機。
02汽車制造企業案例
抗擊疫情刻不容緩，保障生產義不容辭，自2020年2月10日起，汽車制造企業均在響應國家延遲開工的號召后，陸續展開加速恢復生產的進程中。
汽車制造企業在重啟生產線之后，已經部署了“汽車行業工業物聯網平臺系統”的焊裝車間，利用新的IOT技術并結合“生產過程監測與數據分析應用”在極短的時間內實現了對工藝與產品質量的穩定性分析，搶回了之前由于疫情影響損失的時間與效率。
除此之外，平臺上針對關鍵設備的預測性維護系統，以量化指標評估了生產線啟動之后的設備狀態，更新了設備在冷態啟動后的生命曲線，并對比了以往“復工”過程中設備達到正常運行水平的時間周期，確保整個產線的運行狀態盡在掌控。
03流程工業案
2020年1月28日上午，華南地區某大型石化廠一臺液化石油氣進料泵出現報警，遠程診斷工程師密切關注進料泵的歷史數據，通過診斷分析，判斷得出泵端軸承滾動體出現了早中期磨損。診斷工程師當即通知現場建議盡快改善泵端軸承潤滑，巡檢時關注泵端軸承異響。
現場工程師在得到通知后，第一時間去查看了設備，反饋現場運行沒有異常，已經要求總控人員控穩流量。遠程診斷工程師表示從這臺設備的振動數據趨勢來看，可能會出現快速劣化的情況，于是他將這臺設備納入重點關注設備。
1月28日下午，該進料泵再次報警，出現持續劣化的情況，診斷工程師根據最新情況重新出具了檢維修建議，建議現場盡快檢查并改善泵端軸承潤滑，巡檢時關注泵端軸承異響，若振動持續上升且異響無改善，可準備備件擇機更換軸承。
雖然在春節和抗擊疫情期間，但生產現場在收到通知高度重視，立即協調了設備維護人員進行更換。從現場反饋的檢修照片來看，軸承滾動體存在明顯剝落。
如果沒有及時發現并處理該進料泵的異常，可能會引起保持架斷裂導致被迫停機，甚至需要更換軸或泵，或者引發火災等安全事故。在本次疫情期間，關系國民經濟的重要企業生產現場也是“戰斗一線”，保障企業安全生產與疫情防控的態度一樣，一步不讓。
來源：儀綜所
北京市公安局海淀分局備案號：11010802023656號