預(yù)測性維護(hù)-關(guān)乎OEE
預(yù)測性維護(hù)并不新鮮，從傳感器數(shù)據(jù)和歷史數(shù)據(jù)中確定故障時間或剩余使用壽命（RUL），在很長的時間里，預(yù)測性維護(hù)對于制造業(yè)似乎都是一種“昂貴的消費”。但根據(jù)德國知名咨詢公司Roland Berger在其IoT Analytics發(fā)出的報告預(yù)測，2016-2022年預(yù)測性維護(hù)的復(fù)合增長率達(dá)到39%，而2022年總體支出將達(dá)到110億美元。這是一項看上去特別有前景的技術(shù)，需求增長迅速。
預(yù)測性維護(hù)的需求之所以發(fā)展這么快，在于OEE對于生產(chǎn)的意義：
1.大規(guī)模標(biāo)準(zhǔn)化生產(chǎn)：不難理解，標(biāo)準(zhǔn)化生產(chǎn)的產(chǎn)線，如果出現(xiàn)機(jī)器宕機(jī)，那么，它會影響OEE,而同樣影響企業(yè)的盈利能力，因為競爭激烈，使得單位產(chǎn)品的毛利率不斷受到擠壓，因此，穩(wěn)定的產(chǎn)能，才能確保高的利潤率。
2.個性化生產(chǎn)對產(chǎn)線穩(wěn)定性的需求：可以想象，對于大批量的標(biāo)準(zhǔn)化生產(chǎn)而言，其單個批次的生產(chǎn)周期會長達(dá)數(shù)月，因此，即便發(fā)生一起宕機(jī)故障，其實，對整個生產(chǎn)OEE的影響尚可承受，但是，對于批次變小的生產(chǎn)來說，這個OEE就會損失較大，因此，個性化的生產(chǎn)對預(yù)測性維護(hù)的需求變得更為迫切。
非正常宕機(jī)不僅會造成不良品，以及設(shè)備的壽命及備件成本，并且機(jī)器重啟的“開機(jī)浪費”，這些都將成為成本。因此，無論哪種生產(chǎn)都會遇到OEE挑戰(zhàn)。
預(yù)測性維護(hù)的好處很多
相對于過去的“事后控制”的被動性維護(hù)，以及為了未來的穩(wěn)定而在固定時間統(tǒng)一“大修”的預(yù)防性維護(hù)策略而言，預(yù)測性維護(hù)都有非常多的優(yōu)勢，使得人們不斷關(guān)注它的發(fā)展，圖1顯示了它們之間的區(qū)別。
圖1-現(xiàn)場維護(hù)的發(fā)展階段
★機(jī)器的安全運行，尤其像大型傳動設(shè)備如風(fēng)力發(fā)電機(jī)組、熱電聯(lián)產(chǎn)機(jī)組、鼓風(fēng)機(jī)這些系統(tǒng)如果產(chǎn)生故障，有些是非常危險的，因此，能夠早期診斷其故障，本身就是一種降低風(fēng)險的措施。安全系統(tǒng)和緊急停車系統(tǒng)的動作，往往意味著故障已然發(fā)生。
★優(yōu)化使用壽命，設(shè)備的維護(hù)會讓設(shè)備增值，如果一臺機(jī)組按照10年折舊，那么它延長的壽命都是會為企業(yè)帶來額外的利潤。
★避免不必要的維修：能夠更早知道設(shè)備的健康狀態(tài)，自然是可以前期做一些保養(yǎng)工作，讓故障被推遲或者處于計劃之中，那么，就不必要出現(xiàn)“緊急維修”這種成本極高的方式。
★支持全新的運營模式：在一些行業(yè)，服務(wù)外包，或者提供有償年度保養(yǎng)計劃服務(wù)包也是一種更好的盈利模式，對于企業(yè)與用戶而言，都是好的選擇，避免了故障造成的損失，而企業(yè)可以利用專業(yè)服務(wù)來獲利，雙贏的局面。
貝加萊如何為您提供解決方案？
在貝加萊提供的預(yù)測性維護(hù)方案中，包含了幾個層次：
01傳感器測量與信號處理
首先，感知是首要的，除了豐富的I/O可以測量溫度、壓力等機(jī)器的慣常測量模塊，還有專用的振動傳感器，因為在各種信號的故障分析中，振動有一種得天獨厚的優(yōu)勢，在表1中我們可以看到相對于溫度、噪聲、油液分析等方法，振動對于各種故障都有解析能力。
表1-常見機(jī)械故障與處理方法
貝加萊X20CM4810是一個用于振動信號處理的特殊模塊，它支持4個通道的IEPE加速度信號的輸入，并可以對這些信號進(jìn)行處理，并獲得有效的故障特征。
圖2-X20CM4810用于處理振動信號
信號分析與處理過程首先在對加速度進(jìn)行積分并成為速度，再積分成為位移（它體現(xiàn)烈度），然后獲得包絡(luò)譜，經(jīng)過濾波和FFT后獲得頻率信息，在機(jī)械固有特征頻率之外的那些頻率就成為了焦點。經(jīng)過整流和解調(diào)后可以對其進(jìn)行分析。
圖3-信號處理的過程
在獲得信號后就可以在分析系統(tǒng)來對故障進(jìn)行分析預(yù)測，制定維護(hù)策略。
02預(yù)測性維護(hù)分析方法
預(yù)測性維護(hù)的分析通常分為兩個流派，一種是基于物理對象的退化（失效）模型進(jìn)行分析，另一種則是數(shù)據(jù)驅(qū)動型的分析方法如統(tǒng)計方法和機(jī)器學(xué)習(xí)方法。
退化模型通常也是采用微分方程或差分方程來表征設(shè)備的退化（失效）過程，建立影響退化的諸多關(guān)鍵因素之間的映射關(guān)系，這些影響因素通常也是需要一些經(jīng)驗參與的。預(yù)測性維護(hù)的復(fù)雜性也往往體現(xiàn)在這里，因為影響因素較多，究竟哪些是關(guān)鍵因素，對于不同應(yīng)用場景還是有差異的。包括設(shè)計缺陷、制造工藝差異、化學(xué)、外力作用、運行模式等不確定性因素。通常而言，退化的模型也分為物理退化和經(jīng)驗退化。
其中物理退化對于設(shè)備簡單且退化由單一因素影響的，那么退化模型的RUL預(yù)測精度就會較高，這種對于機(jī)械類運動的應(yīng)力、累積疲勞、斷裂、損傷力學(xué)等通常有較為顯著的物理表征退化過程。因為一些運動組件長期受到載荷的往復(fù)循環(huán)，這種具較高可預(yù)測性，也有比較成熟的模型如Paris裂紋擴(kuò)展模型或Forman模型等，因為設(shè)備退化的機(jī)理相對單一往往比較容易。當(dāng)然對于復(fù)雜的不確定的場景來說，精準(zhǔn)的物理退化模型也比較難以獲得。
這類系統(tǒng)依賴于先驗知識，由其開發(fā)的“專家系統(tǒng)”往往不是那么廣泛適用，因此，往往是由一些非常專業(yè)的小公司在所在的小市場中發(fā)揮作用。
03數(shù)據(jù)驅(qū)動方法-采用AI技術(shù)實現(xiàn)預(yù)測性維護(hù)
隨著智能技術(shù)的發(fā)展，包括軟件技術(shù)、AI芯片等的成熟，采用數(shù)據(jù)驅(qū)動模式的預(yù)測性維護(hù)也逐漸被納入到解決這些產(chǎn)業(yè)問題的領(lǐng)域，AI技術(shù)的優(yōu)點在于無需先驗知識，通過數(shù)據(jù)分析尋找規(guī)律，這樣可以突破需要行業(yè)機(jī)理、先驗知識的問題。
數(shù)據(jù)驅(qū)動方法分為統(tǒng)計方法和機(jī)器學(xué)習(xí)的方法，而統(tǒng)計方法通常采用主要成分分析或偏最小二乘法處理設(shè)備的退化數(shù)據(jù)，建立統(tǒng)計量并進(jìn)行設(shè)備健康狀態(tài)的評估，但是，也受到數(shù)據(jù)量和統(tǒng)計理論的約束，適用性也不強(qiáng)，這里的原因在于故障數(shù)據(jù)通常是小數(shù)據(jù)，因為對于機(jī)械設(shè)備如果有大量的故障信號，在產(chǎn)業(yè)里，對于這樣的機(jī)械設(shè)備就會存在“質(zhì)量”問題—評價系統(tǒng)的穩(wěn)定性的重要指標(biāo)。而機(jī)器學(xué)習(xí)的方法可以利用機(jī)器學(xué)習(xí)的已有豐富技術(shù)，可用方法多樣，采用支持向量機(jī)、隱馬爾科夫過程、高斯過程回歸、深度學(xué)習(xí)等方法來實現(xiàn)。
對于分析方法，有兩點很重要：
（1）盡量機(jī)理建模與數(shù)據(jù)建模相結(jié)合：物理的機(jī)械失效機(jī)制不容易發(fā)掘，需要大量的工程積累，而采用機(jī)器學(xué)習(xí)等方法，本身也有可解釋性、數(shù)據(jù)訓(xùn)練與驗證的問題，也是非常需要專業(yè)知識的，不能過分的依賴于機(jī)理或數(shù)據(jù)驅(qū)動模型，盡量各取其長。
（2）知識復(fù)用：盡管有各種工具，但是，對于工業(yè)場景來說，解決用戶的痛點才是問題的關(guān)鍵，必須聚焦問題本身的積累，將解決問題的知識變?yōu)榭杀粡?fù)用的知識，才能整體降低用戶端的成本。對于工具類廠商可以關(guān)注易用性工具的設(shè)計，但對于應(yīng)用側(cè)來說，必須關(guān)注建模的能力培養(yǎng)。
03系統(tǒng)架構(gòu)
對于貝加萊而言，為預(yù)測性維護(hù)提供了從數(shù)據(jù)采集、處理、傳輸、分析的基礎(chǔ)平臺，圖4中，整個架構(gòu)是完整的。對于用戶來說，針對其行業(yè)應(yīng)用，可以提供基于PC架構(gòu)的分析，或通過OPC UA/MQTT的云端訓(xùn)練，并下行部署。
圖4-貝加萊為預(yù)測性維護(hù)提供的基礎(chǔ)設(shè)施框架
貝加萊的預(yù)測性維護(hù)，為用戶提供了實現(xiàn)整個預(yù)測性維護(hù)的基礎(chǔ)設(shè)施，這是對原有的控制系統(tǒng)與邊緣架構(gòu)的擴(kuò)展，它將豐富的I/O采集能力、數(shù)據(jù)通信能力（如豐富的總線及OPC UA Pub/Sub）和計算平臺的能力進(jìn)行了結(jié)合，使得預(yù)測性維護(hù)作為一個任務(wù)擴(kuò)展原來的機(jī)器能力，而不增加額外的硬件。也可以與第三方的專家系統(tǒng)進(jìn)行交互，或者與專業(yè)的云端預(yù)測性維護(hù)分析應(yīng)用進(jìn)行交互。
關(guān)于貝加萊
微信號：br-automation(←長按復(fù)制)
貝加萊是一家總部位于奧地利并在全球擁有分公司的創(chuàng)新型自動化企業(yè)。2017年7月6日，貝加萊成為ABB集團(tuán)的機(jī)械自動化事業(yè)部。作為工業(yè)自動化領(lǐng)域的全球領(lǐng)導(dǎo)者，貝加萊將前沿技術(shù)與領(lǐng)先工程相結(jié)合，為幾乎每個行業(yè)的客戶提供面向機(jī)器與工廠自動化、運動控制、HMI和集成安全技術(shù)的完整解決方案。借助于OPC UA、POWERlink、openSAFETY等工業(yè)物聯(lián)網(wǎng)通信標(biāo)準(zhǔn)，以及強(qiáng)大的Automation Studio軟件開發(fā)平臺，貝加萊不斷重新定義自動化工程的未來。受簡化流程和超出客戶預(yù)期的承諾驅(qū)動，貝加萊始終保持創(chuàng)新精神并處于工業(yè)自動化領(lǐng)域的前沿。
獲取更多信息，請訪問www.br-automation.com