工业互联网预测性维护 课件 0101-工业互联网预测性维护调研

工业互联网预测性维护调研重庆电子工程职业学院01认知预测性维护03工业互联网预测性维护作用02工业互联网预测性维护政策和标准040506任务练习工业互联网预测性维护系统功能一认知预测性维护机器设备是工业生产的重要物质技术基础，是构成生产力的重要要素之一。只有保证生产设备的装备水平和使用效率，才能保证工业生产的正常进行。机器是由成千上万的零部件构成的，机器的运转必定会造成零部件的损耗，这些微小的损耗逐步累积形成故障，因此设备检修、保养、维护是非常重要的。设备维护方式经历了三个阶段。从被动的事后维护，到预防性维护，再到预测性维护。一、认知预测性维护事后维护（ReactiveMaintenance）是故障驱动的维护方式。指当故障发生后，由技术人员紧急赶往现场进行维修恢复。这种维护只发生在突然的甚至是灾难性的故障之后。由于实质上没有采取任何提前保养的措施，因此也被称为急修。这类维护方式需要较多的备件或替代设备、较高的人力成本、以及过多的以外停机时间和低设备可用性，所以常常造成更高的维护成本和更低设备利用率。故障的发生非常具有偶然性，而且往往是发生在使用高峰，这类故障易于导致严重后果和不方便进行维修的时间。在一个原本正常运转的系统中，一个部件的突发故障很容易导致系统的其他部分遭到伤害甚至损毁，从而增加了诊断难度和费用成本。故障急修通常要比常规保养更长的时间，需要包括备件的等待时间。急修往往需要经验丰富的高级技术人员到场诊断，诊断时间的长短又很难被预估，从而大大影响技术人员的工作安排。因此，故障保养的费用主要集中在高昂的备件存储费用，维修技术人员的加班费用以及长时间停机等待所带来的生产力的损失费用。所以，尽管这种方式看似对系统和设备进行了最少的干预，但其实故障保养在大多数工业领域中是最为昂贵的保养模式。一、认知预测性维护（一）事后维护(1)预防性维护定义预防性维护（preventivemaintenance），也称为定期维护或计划维护，是指探测、排除或缓解使用中的构筑物、系统或部件降质的活动，以便通过把降质和故障控制再可接受的水平来维持或延长其使用寿命。预防性维护要求在实际问题出现之前仔细规划和安排设备维修，并准确记录过去的检查和维修报告。预防性管理可能是非常复杂的，特别是对于拥有大量设备的公司。一、认知预测性维护（二）预防性维护(2)预防性维护基本原理预防性维护基本原理可以通过浴盆曲线（设备故障率曲线）来说明：预防性维护就是根据技术参数或历史经验，判断拐点P的出现时间，从而对该部件进行提前更换或调整以避免损耗故障期带来的损失。浴盆曲线表明，由于操作前几周的安装问题，新机器很可能出现故障。在这个初始阶段之后，失败的概率在相当长的一段时间内相对较低。在正常的机器寿命期之后，故障概率随着经过的时间急剧增加。在预防性维护管理中，根据平均故障时间统计信息安排机器维修或重建。采用这种方式，保养的工作变得可以提前规划，人员的工作也可以提前安排。一、认知预测性维护（二）预防性维护(3)预防性维护主要工作具体的预防性维护要求，因操作和设备类型的不同而不同。美国国家标准协会（ansi）的推荐标准被用来帮助确定检查和维护的类型，以及需要多久进行一次检查和维护。预防性维护主要工作包括：①针对系统和子系统的常规保养，对于机械部件进行必要的保养维护，比如润滑、清洁、调整和更换。②当发生故障时的紧急修理，与上面提到的故障保养类似。但由于常规保养的存在，故障率将会大大降低。③基于平均使用寿命的经验值，对易损件进行修理或提前更换，从而使系统的可靠性和安全性水平保持在一个相对稳定区间。④保持每一检查和维修的准确记录，以及了解每个部件的使用寿命，以了解更换频率。一、认知预测性维护（二）预防性维护(4)预防性维护好处①设备使用寿命更长；②减少设备故障造成的计划外停机；③减少不必要的维修和检查；④减少日常操作中的错误；⑤提高设备的可靠性减少因设备意外故障而引起的必须迅速修理的昂贵修理减少受伤风险；⑥帮助维修技术人员预测更换零件的适当时间，以及诊断出现的问题。一、认知预测性维护（二）预防性维护(5)预防性维护不足预防性维护可以非常容易地根据周期计算来提前安排修理/更换事宜。但实际执行情况差异很大。预防性维护计划的共同点是计划准则时间，都假设机器将在其特定分类的典型时间范围内出现衰退。并根据典型故障出现的时间制定维护计划。而维护计划的制定是依据平均故障时间，其表示的是同类设备或相近设备平均故障情况。预防性维护通过在固定的时间进行“大修”的方式来更换或修理所有组件，以确保未来一段长时间内设备稳定运行。但是，这往往会造成设备使用残值的消耗，新设备磨合阶段的品质下降。并且，这些维护技术通常依赖于人员的经验，同时，缺乏数据支撑需要反复的机械调试来查找原因，即使是老师傅也会需要一定的时间查找原因，效率较低。相比与事后维护方式，预防性维护会在一定程度上避免故障的发生，但是，定期进行的预防性维护并不会消减故障，并且往往会造成不必要的维护活动。一、认知预测性维护（二）预防性维护预测性维护(predictivemaintenance)，也称为基于状态的维修，是指根据观察到的状况而决定的连续或间断进行的维护，以监测、诊断或预测构筑物、系统或部件的条件指标，这类维护的结果应表明当前或未来的功能能力或计划维护的性质和时间表。与预防性维护必须根据直觉和维护人员的个人经验做出关于维修或重建计划的预防性或运行失败计划的最终决定不同，预测性维护根据每个或每类设备的实际状况和每个过程系统的操作效率的事实数据预测未来将要出现的状况，并根据预测状况安排维护活动或维护计划。早期的预测性维护衍生与设备状态监测,并在过去几年成为了设备关于与维护领域里一个热点研究技术方向，通过对设备的温度、压力、振动等传感器数据进行收集和检测，判断其值的异常变化并及时发出告警。一、认知预测性维护（三）预测性维护（1）事后维护是故障驱动模式，当故障出现时才对设备进行维护，而意外的故障是昂贵的，并且存在潜在的风险。显然，大型企业通常不会采用这种维护策略。不过，如果企业在定期执行传统维护计划时遗漏了某些部件和组件，他们可以临时采取这种做法。被动式维护总是在事后进行。（2）预防性维护是时间驱动模式，基于设备过去的绩效、工程人员和操作人员的知识与经验执行的维护，包括例行维护、定期维护、计划维护或基于时间的维护。通常，预防性维护的确可以预防故障，但遗憾的是，这种维护并不精准，会导致一些不必要却又成本高昂的维护活动，或在维护过程中遗漏一些薄弱点。预防性维护是在预定的时间进行，通常会提前很长时间。（3）预测性维护是数据驱动模式，基于设备历史数据对未来的故障发生时间进行预测，可以有效的将计划外停机转变为计划停机，提高维护效率。能够实时传输和分析数据，意味着企业可以获得实时的资产状况信息，而不是以往的数据，这些信息将成为维护方案的基础。预测性维护是实时执行的，时间和位置都非常精准。一、认知预测性维护（四）三种维护方式的区别二工业互联网预测性维护政策和标准

工业互联网是国家战略，预测性维护被列为工业智能新风向之一，是工业互联网重要应用场景。近年，国家相关主管部门已经出台了多轮工业互联网、预测性维护的国家政策，见下表。从中可以看出，国家正大力推进工业企业上云，以及开展设备预测性维护。二、工业互联网预测性维护政策和标准年份相关政策政策解读2021《工业互联网创新发展提出工业互联网创新发展行动计划(2021-2023）》拓展服务化延伸。支持装备制造企业搭建产品互联网络与服务平台，开展基于数字孪生、人工智能、区块链等技术的产品模型构建与数据分析，打造设备预测性维护、装备能效优化、产品衍生服务等模式。2021教育部关于印发《职业教育专业目录（2021年）》的通知新增职教专科，工业互联网技术专业和工业互联网应用专业；新增职教本科，工业互联网技术专业和工业互联网工程专业2020《工业和信息化部办公厅关于推动工业互联网加快发展的通知》促进企业上云上平台。推动企业加快工业设备联网上云、业务系统云化迁移。2020人社部等三部门联合发布第二批新职业发布了智能制造工程技术人员、工业互联网工程技术人员等16个新职业。2018《工业互联网发展行动计划(2018-2020年)》推动生产制造的全程可视化、质量追溯和预测性维护，实现企业运营管理的智能决策与深度优化。2017《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》在远程服务应用方面，开展面向高价值智能装备的网络化服务，实现产品远程监控、预测性维护、故障诊断等远程服务应用，探索开展国防工业综合保障远程服务。

预测性维护是一个新事物，2022年正式发布第一个国家标准《GB/T40571-2021智能服务预测性维护通用要求》。全国工业过程测量控制和自动化标准化技术委员会正在推进国标《智能服务预测性维护预测算法与模型》、《智能服务预测性维护虚拟维修系统技术要求》的编制工作。截止2022年8月，正式发布的预测性维护标准见下表。二、工业互联网预测性维护政策和标准类型标准号标准名称实施日期国家标准GB/T40571-2021智能服务预测性维护通用要求2022-05-01团体标准T/CIE125-2021工业机器人故障诊断与预测性维护第5部分：预测性维护2022-02-01团体标准T/CIE124-2021工业机器人故障诊断与预测性维护第4部分：健康状态评估2022-02-01团体标准T/CIE123-2021工业机器人故障诊断与预测性维护第3部分：故障诊断2022-02-01团体标准T/CIE122-2021工业机器人故障诊断和预测性维护第2部分：在线监测2022-02-01团体标准T/GITIF008-2021面向复杂装备运行维护需求的预测性维护技术规范2021-12-30三工业互联网预测性维护作用

预测性维护的作用主要包括：(1)提高设备可用性；(2)提高产品和流程质量；(3)降低服务规划难度：(4)延长设备寿命；(5)提高运营安全性与持续性；(6)降低成本，包括维修与零部件成本、与服务商协商成本、客户内部服务团队的精简以及其他成本。三、工业互联网预测性维护作用四工业互联网预测性维护系统功能工业互联网预测性维护主要采集设备运行状态数据，上传至本地服务器或云服务器，进行数据存储、分析和预测，并不断修正预测结果，实现设备预测性维护。工业互联网预测性维护系统功能模型见下图所示，仅显示了必要功能，其余功能可根据需要增加。（一）系统功能图三、工业互联网预测性维护系统功能工业互联网预测性维护系统功能图

状态监测主要包括数据采集、数据传输、数据处理和状态识别，实现数据质量和故障/异常判断。

状态监测的数据分为：原始测量数据：设备或过程被测量经传感器信号采集未经处理的数据。中间数据：原始测量数据经计算或处理，去除外部干扰和无效信号的数据。状态表征数据：中间数据经处理后，能表征设备状态特征的数据。设备状态数据：对状态表征数据进行信息聚合、阈值或趋势判断后得到的数据。

开关量无需进行信号调理和特征分析，不存在中间数据和状态表征数据。（二）状态监测三、工业互联网预测性维护系统功能基于数据驱动的方法：通过挖掘过程数据中的内在信息建立数学模型和表达过程状态，根据模型来实施过程的有效监测。该方法基于海量数据，在监测和预警算法上它又可以分为基于信号处理、粗糙集、机器学习、信息融合和多元统计这五大类算法。基于机理模型的方法：需要建立设备机理模型，有利于分析故障原因。一般为简化线性系统，对于非线性、自由度较高以及多变量耦合的复杂系统时，建模成本大，使用效果不理想。基于知识的