|
作者：e絡(luò )盟技術(shù)團隊 對可持續性和更高效率的持續需求刺激了工業(yè)自動(dòng)化領(lǐng)域的創(chuàng )新。物聯(lián)網(wǎng)讓先進(jìn)技術(shù)能夠迅速融入到工業(yè)自動(dòng)化中。智能全互聯(lián)工廠(chǎng)讓制造商能夠提高工藝效率、安全性和可持續性，同時(shí)降低成本。 安全和維護對于保持基礎設施和設備的功能狀態(tài)非常重要。維護可保證工業(yè)生產(chǎn)力，而定期維護可營(yíng)造更健康、更安全的工作條件。維護不足或缺少維護可能會(huì )導致嚴重的健康問(wèn)題和致死事故。本文深入探討了物聯(lián)網(wǎng)傳感器和軟件協(xié)同工作的方式，以提供能夠促進(jìn)生產(chǎn)維護和安全性的解決方案。 維護 維護功能不斷演變，從對系統故障的響應到計劃，再到預測，最后（直到現在）實(shí)現自我修復。操作傳感器技術(shù)的進(jìn)步結合信息技術(shù)的成功，有助于提取實(shí)時(shí)性能數據。這些技術(shù)包括基于云的分析和平臺、增強現實(shí)（AR）和虛擬現實(shí)（VR），總括計劃或預測性維護，生產(chǎn)力損失可以忽略不計。 工業(yè)維護分為以下幾種類(lèi)型： 糾正性維護 執行糾正性維護是為了識別、隔離和糾正故障，使故障設備、機器或資產(chǎn)可以恢復到針對正常運行而制訂的容差或限制范圍內的運行條件。 預防性維護 預防性維護是指為了幫助維持設備正常運轉而執行的定期例行維護，旨在防止因意外的設備故障而產(chǎn)生計劃外的停機時(shí)間和昂貴的成本。 預測性維護 預測性維護技術(shù)在正常運行期間監控設備的狀況和性能，以預測何時(shí)應當進(jìn)行維護。它通過(guò)監測特定變量的值來(lái)報告機器的狀態(tài)和運行能力，以數據驅動(dòng)做出決策。 關(guān)機維護 通過(guò)關(guān)機維護，將會(huì )以設定的頻率自動(dòng)更換已知會(huì )出現老化以及與使用相關(guān)的退化現象的部件，更換周期比平均故障間隔時(shí)間更短。此類(lèi)措施可以防止意外的故障并提高產(chǎn)量。 定期維護 定期維護是根據日歷計劃對設備進(jìn)行的維護。它包括一系列主要工作，例如數據收集、目視檢查、清潔和潤滑。 安全 在所有生產(chǎn)階段，例如設計、制造、安裝、調整、運行、維護和最終報廢，安全系數都至關(guān)重要�！稒C械指令》強制要求制造商保證機械和測試設備（例如，萬(wàn)用表和熱成像儀）至少達到最低的安全水平。機器和工具必須符合指令中列出的“基本健康和安全要求”，因此需要提供標準的最低防護水平。 物聯(lián)網(wǎng)如何為工廠(chǎng)安全和維護做出貢獻 實(shí)施物聯(lián)網(wǎng)解決方案可從根本上提高運營(yíng)效率。物聯(lián)網(wǎng)通過(guò)跟蹤性能來(lái)提高機器效率，并可提前預測故障。這樣，消除了計劃外停機時(shí)間。工業(yè)物聯(lián)網(wǎng)還可營(yíng)造更安全的工作場(chǎng)所。投資智能生產(chǎn)和制造系統的行業(yè)希望以最少的維護實(shí)現可持續的最佳生產(chǎn)狀態(tài)。這讓維護成為重中之重�；谠O備狀態(tài)的監控(CBM)或計算機化維護管理系統（CMMS）、企業(yè)資源規劃（ERP）和制造執行系統（MES）之類(lèi)的系統在多個(gè)行業(yè)中執行維護活動(dòng)。這些系統提供預防性和預測性維護、維護規劃、維護安排、執行、可追溯性和監測之類(lèi)的功能。e絡(luò )盟提供了眾多領(lǐng)先品牌供應的各種維護、維修和安全產(chǎn)品。使用我們豐富多樣的元件、工具和設備，使您的生產(chǎn)車(chē)間、機器和安全設備都得到良好的維護。（欲了解更多產(chǎn)品詳情，請單擊此處和此處） 基于設備狀態(tài)的監控、預測性維護和物聯(lián)網(wǎng) 通過(guò)觀(guān)察預定義的設備參數，持續監測CBM中的機器狀況。這揭示了可用于指示設備故障的模式。CBM系統監測設備振動(dòng)、溫度變化、油位、電機電壓和電流等參數�？梢詫@些測量數據進(jìn)行分析，以生成適當的行動(dòng)方案。 物聯(lián)網(wǎng)技術(shù)讓制造商和用戶(hù)能夠以更低的成本輕松解決技術(shù)問(wèn)題。儀表傳感器現在更便宜、更堅固、更可靠，并可提供更廣泛的功能。強大的無(wú)線(xiàn)協(xié)議允許將來(lái)自傳感器的可操作數據整理到本地網(wǎng)關(guān)中，以便立即進(jìn)行分析和過(guò)濾。如下圖所示，隨后可以通過(guò)互聯(lián)網(wǎng)將其傳輸到云計算資源，由其為各種規模的用戶(hù)提供軟件即服務(wù)。此類(lèi)軟件可以存儲數據并執行所有必要的分析，以確定趨勢并識別潛在的故障點(diǎn)。 一旦這些參數可用于分析，即可構建一個(gè)故障模型來(lái)找出與這些基準的偏差。如果已知指示故障的參數值組合，則設置起來(lái)非常簡(jiǎn)單�？梢远x一組故障條件規則，并使用經(jīng)典數據分析和數學(xué)來(lái)構建正確的模型。但是，如果未充分了解故障的原因，則將需要利用數據科學(xué)和機器學(xué)習來(lái)開(kāi)發(fā)能夠發(fā)現數據中的重要模式的算法。 
圖1：通過(guò)物聯(lián)網(wǎng)平臺進(jìn)行預測性維護 利用物聯(lián)網(wǎng)提高工廠(chǎng)安全保障 改進(jìn)維護等同于提高工廠(chǎng)生產(chǎn)力。如果工廠(chǎng)經(jīng)理履行其優(yōu)化現場(chǎng)安全的法律和道德義務(wù)，則可以進(jìn)一步提高生產(chǎn)率。物聯(lián)網(wǎng)技術(shù)與大數據分析相結合，可以實(shí)現工廠(chǎng)安全保障�？梢员O控多種KPI，例如員工缺勤、車(chē)輛事故、財產(chǎn)損壞、未遂事故、受傷或正常日常運營(yíng)期間發(fā)生的任何損失或損壞。 通常，如果僅靠人工報告，其中許多指標可能會(huì )成為“漏網(wǎng)之魚(yú)”，因為它們要么未被報告，要么報告不足。物聯(lián)網(wǎng)通過(guò)確保對這些關(guān)鍵領(lǐng)域的實(shí)時(shí)洞察，實(shí)現更好的整體安全性。出現的任何問(wèn)題都能立即得到解決，確保遵守健康和安全法規并解決環(huán)境問(wèn)題。 工傷就是一個(gè)很好的例子，因為經(jīng)常不會(huì )報告輕傷。有時(shí)，它們會(huì )逐漸發(fā)展成更大的問(wèn)題，但難點(diǎn)在于如何才能將更大的問(wèn)題與過(guò)往事件聯(lián)系起來(lái)。 物聯(lián)網(wǎng)可穿戴設備可以為這個(gè)問(wèn)題提供解決方案，因為將會(huì )持續地監測員工的各種健康指標，包括心率、運動(dòng)、活動(dòng)、疲勞、壓力等。它們還將提供一種溝通重要安全信息的方法，從而降低責任保險成本并提高整個(gè)員工隊伍的合規性。 數字標簽還可以幫助追蹤員工。標簽技術(shù)專(zhuān)門(mén)針對采礦等高風(fēng)險行業(yè)，讓管理層能夠確切地知道誰(shuí)在工作現場(chǎng)、他們在那里工作了多長(cháng)時(shí)間，并確保在緊急情況下沒(méi)有人被遺忘或掉隊。 專(zhuān)業(yè)預測性維護傳感器 專(zhuān)業(yè)傳感器還可以深入洞察工廠(chǎng)狀況和任何正在顯現的問(wèn)題。與工人安全相關(guān)的物聯(lián)網(wǎng)技術(shù)不僅監督工人，還監督他們的直接生態(tài)系統。建筑工地和礦山等戶(hù)外工作場(chǎng)所涉及各種可能危及工人的環(huán)境因素。熱呈像儀和物聯(lián)網(wǎng)傳感器可以檢測即將到來(lái)的惡劣天氣條件和極端溫度。這些信息可用于警示工人注意這些危險。運動(dòng)跟蹤器就是專(zhuān)業(yè)預測性維護傳感器的一個(gè)極好示例。當員工靠近危險區域（例如，不穩固或易打滑的地面）時(shí)，它們會(huì )發(fā)出警報。 人工智能對預測性維護的貢獻越來(lái)越大 與基于狀況的維護相關(guān)的另一個(gè)術(shù)語(yǔ)是預測性質(zhì)量和維護（PQM）。PQM解決方案利用從物聯(lián)網(wǎng)和傳統老式系統收集的數據。它們專(zhuān)注于事先檢測并解決質(zhì)量或維護問(wèn)題，以免它們發(fā)展成導致停工的嚴重問(wèn)題。 PQM解決方案利用算法并生成平均統計數據來(lái)預測何時(shí)需要質(zhì)量校正或維護�；谌斯ぶ悄艿� PQM解決方案整合多種技術(shù)，包括機器學(xué)習、深度學(xué)習和認知計算。 結語(yǔ) 要了解物聯(lián)網(wǎng)的真正價(jià)值，就必須從資產(chǎn)管理的整體角度出發(fā)。物聯(lián)網(wǎng)技術(shù)擁有眾多現場(chǎng)中心，這些中心與整理數據并執行復雜分析的系統相連接，為實(shí)時(shí)了解工廠(chǎng)狀況提供了新的視角。高性能虛擬云網(wǎng)絡(luò )持續收集、聚合和建模數據，以預測故障。應急措施準備到位，以限制對系統可用性的影響。物聯(lián)網(wǎng)提高驅動(dòng)成本和資產(chǎn)可靠性的關(guān)鍵是向最終用戶(hù)或聯(lián)網(wǎng)系統提供實(shí)時(shí)、可操作和智能的數據。工廠(chǎng)歡迎更新、更高效的維護可能性，通過(guò)不斷增加正常運行時(shí)間來(lái)保持競爭優(yōu)勢。 |
