亚洲精华国产精华精华液网站,你懂的,娇生惯养4ph归寻(矜以),丰年经继拇中文3与其他教材比较

　　AI已成為了產業的熱點，更多的企業也聚焦于AI應用，于工業而言，通過工程集成將其“場景化”、“產品化”，則是它能夠發揮價值的必然實現路徑。早在在2021年，貝加萊(中國)機器智能研究院(MITC)開啟了對“預測性維護”技術的標準化封裝，以讓用戶能夠采用簡單的方式來實現預測性維護的應用。

　　文/貝加萊工業自動化(中國)有限公司

　　1 解決 AI 應用難題——產品化

　　盡管AI成為了產業的熱點，更多的企業也聚焦于AI應用，但是，考慮到從數據的預處理、特征提取、模型訓練、調參等整個流程的復雜性，對于工業而言，通過工程集成將其“場景化”、“產品化”，則是它能夠發揮價值的必然實現路徑，否則，它將變成一個個獨立項目，消耗大量的工程師資源，而因此變得缺乏經濟性，而經濟性是任何先進技術能夠真正被采用的關鍵評價指標。

　　早在 10 年前，貝加萊已經開始通過機理建模與學習混合方式在風力發電機組、飲料灌裝設備、印刷等重值設備上開始了預測性維護的應用。經過大量的工程實踐積累，具備了將這些應用封裝為標準產品的基礎。因此，在2021年，貝加萊(中國)機器智能研究院(MITC)開啟了對“預測性維護”技術的標準化封裝，以讓用戶能夠采用簡單的方式來實現預測性維護的應用。

　　2 機器入職前體檢與在線監測

　　原本采用預測性維護更多的是在設備現場運行，但是，來自眾多的領先裝備企業也提出了重要的訴求，就是——能否將這些監測技術用于出廠前的設計、安裝、驗收階段。如圖 1，它構成了機器的完整生命周期中的服務理念。

　　圖 1 M.Doctor 為機器的全生命周期服務理念

　　它包括了以下幾個方面的需求：

　　(1)設計驗證階段：為機器的機械傳動鏈提供測試驗證。

　　(2)出廠檢測：主要對機械的一致性進行驗證。

　　(3)安裝驗收：通過機械的測試，用可量化分析機器的運行平穩性。

　　(4)工作階段：隨機故障的監測，使機器處于可靠運行狀態。

　　(5)長期運行：長期運行的機器在磨損、關鍵機械件的損耗方面，需要早期預警。

　　基于此，MITC給這款產品設計了一個比較貼切的名字——“M.Doctor”，它的全稱是“Machine Doctor”，它表明這是一個為機器配置的健康“醫生”。如果用于機器出廠前，就相當于建立了一個內部“體檢”中心，確保機器到用戶端的“入職體檢”合格，才能去終端用戶處“上班”。而到了現場運行的過程中，就相當于為機器佩戴了一個24小時在線的可穿戴“健康”監測手表。

　　3 M.Doctor 的設計思想

　　M.Doctor按照工業AI軟件工程標準化流程設計，通過數據的規范化、系統化采樣，以及對數據的標定，完成預處理及關鍵故障特征提取。經由模型訓練過程以及優化，并采用了機器學習的分類方法，結合電機、傳動鏈的物理模型進行優化，最終形成了一套全面數據檢測、標定、處理、分析、報警、報表的完整系統。

　　圖 2 M.Doctor 概念設計

　　它通過不斷地在現場各個場景中的數據樣本積累、標定，最終形成機器的“故障預測”能力，并部署于本地的PC系統中，由其對數據進行實時推理，并做出判斷。

　　M.Doctor設計為“易用”，在機器制造現場，通過貼裝方式將傳感器部署于機器關鍵傳動鏈上的合適位置，并通過數據連接至專家系統，通過簡單的配置，即可實現對數據的監測、可視化呈現、判斷、報表等功能。

　　4 硬件完整性

　　最早，貝加萊做預測性維護，就以振動監測為主，如表1所列，在各種用于故障分析的信號檢測中，振動是一個“能力域”比較寬的方法，它可以檢出多種現場的故障，如不對中、不平衡、共振、轉子/軸承損壞等等。因此，振動傳感器和振動分析模塊是最多被應用于故障分析的，它也成為了M.Doctor的標配。

　　表 1 故障診斷常用的檢測方法

　　貝加萊的加速度傳感器用于振動檢測：它負責時域信號采樣，它的采樣頻率范圍從2Hz低頻到10kHz+/-5%的高頻段;精度可以達到100mv/g。

　　但是，M.Doctor的設計思想在于“靈活性”、“便利性”，即，能夠在不增加成本的情況下，盡量利用系統原有的硬件資源，如溫度傳感器、總線獲得的驅動電流、或其它已有的傳感器如互感器電流、電壓等信號。因此，M.Doctor不局限于振動傳感器。

　　5 M.Doctor——工具箱

　　M.Doctor被設計為一個便攜式的工具箱，配置了強大的硬件和智能分析軟件，可以被用于機器現場的移動監測，去掉箱子，可被直接集成到機器控制系統中，作為機器功能的構成部分。

　　圖 4 M.Doctor 軟硬件一體方案構成

　　6 M.Doctor 應用場景舉例

　　通過大量的現場應用，下面僅以其中幾個典型場景簡單描述其應用。

　　(1)軸承預緊力不足

　　由于在傳動軸上的軸承，通常會因為鎖緊力不足，而導致較多的故障進而影響產品質量，這通常因為軸承鎖緊過程中的游隙而產生。M.Doctor通過對這類故障的信號進行模式的判別，經過多次的測試，形成對該類故障的推理能力。這種模式識別能力，可以為該類故障獲得 96.8%的檢出率、3.8%的誤檢率以及0% 的漏檢率。

　　圖 5 軸承預緊力

　　(2)地腳螺絲松動

　　對于高速(例如 500m/min 的印刷機)、高精度的機器，細微的機器振動都會對產品品質帶來影響，如在長期的運行以及地基維護不當時，地腳螺絲的松動會給機器帶來品質的損失。而這類故障通常不易被察覺(因為通常會將生產品質與工藝控制、機電傳動鏈的精度進行關聯)，而忽視了實際上這種環境干擾帶來的問題。

　　通過M.Doctor的模式分析以及判斷，在對這類故障的識別上，M.Doctor 達到了100%的檢出率、0誤檢率，以及0漏檢率的優異表現。

　　圖 6 地腳螺絲松動場景

　　(3)軸承故障模式識別

　　在機電傳動系統中，電機本身的轉子與定子的間隙磁場完成驅動。但這種電機系統中的軸承成為了機械的瓶頸——它的磨損、潤滑不足會帶來電機的失效損耗，這是難以避免的。

　　M.Doctor通過對軸承的振動數據檢測與分析，可以獲得 98.6%的故障檢出率、5.6%的誤檢率，以及0漏檢。

　　圖 7 軸承故障模式識別

　　7 出乎意料的回報

　　對于預測性維護所帶來的好處，都是大家都所知道的，降低機器的非故障宕機、有效的維保計劃制定、更長的機器壽命、更穩定的生產……凡此種種。但是，在M.Doctor的開發與應用中，MITC的工程師發現它可能還有意想不到的用處，其中包括：

　　(1)機器安裝人員的開心時刻

　　M.Doctor在設備工廠內的安裝、調試時，還是給出了非常多的好處——如果 M.Doctor沒有報警顯示的時候，代表機器真的裝得非常完美了，可以去用戶那里“上班”了。這對于機器設計、安裝、現場調試人員來說是非常開心的一件事，因為，這代表他們又完美地安裝了一臺設備。

　　(2)究竟什么造成了設備的品質問題

　　大部分時候，現場人員容易把問題聚焦在品質分析這樣的“大問題”或者“關鍵技術點”，這當然不會有問題，但M.Doctor給人們的啟發是：有時候，可能就是“地腳螺絲松動”這樣的問題，會帶來機器運行的故障，而這些是AI在意想不到的地方告訴人們的。

　　(3)更聰明的機器

　　M.Doctor所代表的AI應用真正的潛力在于，它會越用越聰明——開始，它只是告訴你系統有問題，而未來，它會告訴你問題在哪里，究竟是什么問題。對它的投資，就像投資教育一樣，是高回報的!