|
導讀: 科技已經不僅僅是代碼的代表,人的生活方方面面都在被科技改變。同時科技也在不斷促進國際交流,中國的科技不斷得到全球的認可,而在雙11這一天,國際知名媒體TechCrunch在深圳舉辦國際創新峰會2019,硬蛋旗下孵化項目Cassandra在大會上大放異彩,它是如何實現“預測性維護”為工業設備維護實現降本增效的? 正文 11月11日,TechCrunch國際創新峰會 2019在深圳舉辦,大會圍繞 5G、人工智能、大數據、智能出行、企業出海等相關領域,聚集了行業內大咖和各個領域最頂尖的創業者和創業公司,而在上午的公開演講論壇,來自硬蛋科技旗下孵化的AI項目 - Cassandra,項目負責人Alan Garner為我們介紹了如何利用工業4.0傳感器+AI大數據實現智慧工業中的“預測性維護”。 在模式上硬蛋Cassandra進行了讓人矚目的自創新,Cassandra通過安裝在工業設備上的傳感器收集各項例如超聲波,聲波振動等數據,然后利用預測性分析技術以及機器學習技術提供設備預測性診斷、能效優化建議等管理解決方案,幫助工業客戶改善生產力、可靠性以及安全性。 其實早在2014年,預測性技術+AI設備檢測已經在工業物聯網中起了苗頭,例如在同年成立的Uptake,就是利用預測性分析技術和AI進行設備檢測的工業物聯網初創企業,17年估值已破20億美元。 在工業制造發達的今天,各類制造設備,如工程機械,電梯,泵機,工業機器人,數控機床等的維護都面臨較大挑戰。設備計劃外停機,維護難,維護貴不僅嚴重影響制造效率和質量,也給制造商帶來高額維護保養成本,成為工業制造數字化轉型亟待解決的問題。 而在工業設備維護領域中分為:預測性維修、預防性維修以及修復性維修。從字面意思不難理解,修復性維修是事后維護,預測性維修和預防性維修都屬于事先維護。而預測性維修和預防性維修的區別在于:前者依靠的是傳感器,后者更多的是憑技術人員的經驗。一些企業憑借出色的技術人員實力,也會設立對應的設備維護數據庫,但數據的最大價值在流動和使用。數據不等于價值,新鮮的數據才有價值,而工業傳感器的作用則彌補了人無法時刻收集數據的問題。 所以,“預測性維護”真正幫助行業解決的問題是: 1.節省成本損耗:更早發現故障設備,節省因故障設備停機帶來的昂貴維修成本以及人員成本。 2.提高企業競爭力:通過優化維護操作流程幫助提升企業的生產效率,增強競爭優勢,減少設備維護所帶來的影響。 3.加速企業智能化進程:利用AI、大數據的發展,開拓企業的技術優勢。 兩年前發一份來自GE的研究報告,結果顯示已有大批工業企業在生產中部署預測性維護,通過優化生產帶來 20%-30%效率增益。簡單來說,對于不同的角色,制造商可以利用預測性維護最小化停機的可能,將設備運行狀態數據進行存儲分析,根據設備實際磨損進行設備維護。而對于工業設備,則通過預測性維護評估設備性能,預測設備故障,并通知技術人員對設備進行相應的維修,更換,避免因突然故障導致的生產延期以及安全隱患。 預測性維護已經在全球各行業尤其是工業制造領域中開始大規模應用,市場上 80%的設備還 沒有采用有效的預測性維護方案,而設備因維護產生的費用超過設備總體生命周期成本 50%。 根據 IoT Analytics 在 2017 年的最新市場報告,2016-2022 年預測性維護的復合年均增長率 CAGR 為 39%,到 2022 年總體支出將達到 109 億美元。 很多工業制造商與設備運營商都在大力投資布局物聯網。西門子、施耐德、ABB 等工業自動化巨頭都在擴展自己的能力圈,持續增加對于云平臺、邊緣分析、軟件功能和系統集成等方面的并購與投資。亞馬遜的 AWS IoT Greengrass 和 Microsoft Azure 也在持續增加工業領域的滲透率。就開發者的支持度而言,PTC、微軟、IBM、GE 和亞馬遜占有明顯領先優勢。國內幾大云服務提供商也提供物聯網解決方案。國內涉及預測性維護的中小企業也較多,例如天澤智云,西安因聯。 基于上述多項市場數據,Alan Garner在演講中指出,Cassandra的作用就是通過傳感器+預測性分析技術的管理解決方案,升級了機器維護的⽅式,實現預測機器故障剩余使⽤壽命等功能,幫助工業客戶改善生產力、可靠性以及安全性。 他在工業生產設備維護上舉了一個例子,在一家自來水公司里有一條裝瓶生產線,生產設備存在一條維護曲線,如果我們可以在曲線的左側,也就是在發生故障之前提前進行維護,那將只需要花費極低的成本,但這是在理想的狀態中。 若果能通過觀察超聲波/振動波,識別并預言出設備的故障位置?那么維護成本也能減低至足夠低的水平,而不是等故障后才進行維修,因為這可能會付出數十倍甚至百倍的代價,例如面臨設備停工,維修換件,緊急加班等額外成本。同時通過傳感器收集,可以清楚分析出故障時間段,而不是盲目地進行定期維護。 對此Cassandra打造了【分析云平臺】,【狀態檢測軟件】,【硬件】鐵人三項,云平臺在收集到設備運作時的各項數據,通過AI技術完美結合振動分析+萬億級數據的機器學習實現生產環境中的各項功能,包括設備實時監測報警系統,設備全生命周期管理,數據存儲,故障分析診斷等。再通過【狀態檢測軟件】例如可以用app查看可視化數據以及進行檢測維護。 而硬件部分,Cassandra工業4.0傳感器根據用戶需求可以收集到生產設備運作中例如振動、加速度、速度、位移、溫度等數據,可采集的振動最高至 10khz,電池續航至少達 2 年。通過傳感器采集到的原始數據,會由無線網關進行通信收集并使用 MQTT 協議上傳至云服務器分析,目前網關已支持wifi/4G/RJ45/zigbee 等通訊方式。 但正如Alan Garner提到,Cassandra要做的并不是一籃子的買賣,而是一次以ROI為核心的智能工業升級,通過利用AI進行預測性維護為實際產生環境提供切實的降本增效。所以著重強調,Cassandra售賣的并不是一套“產品”,而是一套“方案”,對于硬件來說,更重視由云端帶來的效能提升,Cassandra擁有多年在SaaS/大數據/機器學習等領域實戰的專家團隊,目前已計劃為多個行業如農業、能源、零售、醫療等提供工業物聯網服務。 工業數字化轉型已經成為政企關注的重點,但多數人只從字面意義出發,認為傳統工業只需要單純地購置機器人、增加自動化生產線、更換平臺系統等等,但巨大的軟硬件成本讓很多中小企業無法負擔,也無法產生很好的協同。所以關鍵在于,在追求數字化轉型的道路上,如何運用技術工具讓數據產生價值,并通過數據分析來指導行為,需要一個長期的過程。在工業數字化發展的過程中,預測性維護只是其中一部分。對于未來數字化的發展,Cassandra平臺將繼續著眼于運用技術指導行為,最終貫穿產業上下游企業,實現共贏。 |
