菲尼克斯的預(yù)測性維護(hù)方案是基于MLnext的AI模型打造，可以提前預(yù)測故障并采取相應(yīng)措施，提高生產(chǎn)效率和降低維護(hù)成本。

應(yīng)用背景

在位于西南汽車重鎮(zhèn)重慶，一家主打小型乘用車汽車制造基地沖壓車間，八臺來自國內(nèi)龍頭機(jī)床企業(yè)的機(jī)械壓力機(jī)井然有序的工作著，這里有500名工人，具備年產(chǎn)25萬量的生產(chǎn)能力。

隨著企業(yè)規(guī)模的迅速拓展，傳統(tǒng)的人工設(shè)備巡檢、事后維修的方式已不能匹配后期的生產(chǎn)、管理需求。在智能化生產(chǎn)制造方面，現(xiàn)有的生產(chǎn)管理模型和算法機(jī)制老舊，不具備精確的同步分析和預(yù)測管理能力。

需求分析

經(jīng)初步調(diào)研，存在以下問題：

壓力機(jī)巡檢維護(hù)成本高，需要高空作業(yè)，不可控;

壓力機(jī)故障反饋及時性差;

無法識別壓力機(jī)亞健康狀態(tài);

事后維護(hù)方式隱患大。

用戶需求：

需要壓力機(jī)遠(yuǎn)程運(yùn)維管理，實(shí)時監(jiān)控運(yùn)行狀態(tài);

實(shí)時監(jiān)測、記錄壓力機(jī)的振動、溫度、噪聲數(shù)據(jù);

壓力機(jī)實(shí)時故障預(yù)警、故障提示;

通過預(yù)測性維護(hù)平臺減少人工巡檢工作量，提高壓力機(jī)的運(yùn)維管理水平。

為此需要建立一套壓力機(jī)電機(jī)的預(yù)測性維護(hù)平臺，用電機(jī)的歷史數(shù)據(jù)建模，實(shí)際部署時以歷史數(shù)據(jù)為健康模型基準(zhǔn)進(jìn)行實(shí)施檢測，如果實(shí)際運(yùn)行數(shù)據(jù)和模型有偏差就證明有潛在異常出現(xiàn)，根據(jù)偏差的大小就可以反映設(shè)備的異常程度。

解決方案介紹

傳統(tǒng)的機(jī)理模型是針對同類設(shè)備的通用模型，通過高頻的振動信號去判斷振動，定義的故障點(diǎn)局限于軸承、零部件之類的振動相關(guān)故障。

菲尼克斯基于AI的模型算法靈活，可以每個設(shè)備單獨(dú)建模，和設(shè)備更加貼合。而且針對復(fù)雜工況，AI可以結(jié)合工況工藝和生產(chǎn)的數(shù)據(jù)一起預(yù)測，最終給出異常相關(guān)的變量給使用者參考。區(qū)別于傳統(tǒng)漸進(jìn)式的演算，AI模型的演算是不間斷的，所以對平臺的算力也提出了更高的要求。

項目實(shí)施

方案以Combination成套柜的方式呈現(xiàn)，一套柜體控制四臺壓力機(jī)電機(jī)，選用EPC 1522控制器和MLnext擴(kuò)展模塊運(yùn)行預(yù)測性維護(hù)算法，根據(jù)現(xiàn)場電機(jī)的功率選擇電流互感器和電表采集電機(jī)的電信號，通過WLAN無線模塊接收電機(jī)的無線信號，自定義上位畫面，電機(jī)裝配振動和溫度傳感器采集數(shù)據(jù)。

除此之外也提取了電機(jī)的電流電壓、加工模具的編號和生產(chǎn)狀態(tài)(包括電機(jī)啟動信號，模具切換信號，恢復(fù)生產(chǎn)信號、壓力機(jī)PLC報警信號等)。

推廣意義

好的預(yù)測性維護(hù)方案就是能提前發(fā)現(xiàn)潛在問題，這樣就不用等到設(shè)備問題真正暴露的時候再停機(jī)大修，只需要小小的調(diào)整就可以恢復(fù)到正常的生產(chǎn)狀態(tài)。

菲尼克斯這套方案的妙處就在于和AI算法的無縫結(jié)合，讓預(yù)測性維護(hù)更加智能，有效地解決了客戶痛點(diǎn)，靈活采集電機(jī)和生產(chǎn)數(shù)據(jù)，可以實(shí)現(xiàn)對故障的精準(zhǔn)預(yù)判和定位。

不僅是壓力機(jī)，車廠內(nèi)各工藝各個帶電機(jī)的重點(diǎn)設(shè)備或者類似的昂貴設(shè)備都有普遍意義上的推廣價值。

（來源：菲尼克斯電氣）