作者：Giovanni Campanella，系統(tǒng)工程師，工廠自動化，德州儀器

成本、安全性、可用性和可靠性是主要工業(yè)參與者投資預測性維護的主要原因。預測性維護允許工廠通過測量振動、溫度、壓力和電流等關鍵參數(shù)來監(jiān)控在役設備的狀況。這種監(jiān)控需要具有高速信號鏈、強大處理能力以及有線和/或無線連接的智能傳感器。

當前趨勢傾向于無線連接，因為它可以覆蓋偏遠地區(qū)并且不會增加額外的布線成本。無線連接將現(xiàn)有設備轉(zhuǎn)換為智能設備（而不是替換它），使用戶能夠根據(jù)實際需要規(guī)劃維護，提高生產(chǎn)力和效率。這就是工業(yè) 4.0 的終極目標。

為什么要進行預測性維護？根據(jù)美國國家響應中心的數(shù)據(jù)，修復故障資產(chǎn)的成本比在故障之前解決問題的成本高出大約 50%。

此外，如果電機等資產(chǎn)在工廠環(huán)境中以不可預知的方式發(fā)生故障，可能會傷害使用它的操作員，可能導致誤工、罰款或?qū)徲嫛?/p>

最后，不可用的資產(chǎn)可能會減慢甚至停止生產(chǎn)，從而導致數(shù)百萬美元的損失，在某些情況下甚至會導致客戶損失。

成本、安全性、可用性和可靠性是預測性維護成為工業(yè) 4.0 基礎的主要原因，工業(yè) 4.0的目標是提高工廠的生產(chǎn)力、效率和靈活性。預測性維護的領先解決方案是狀態(tài)監(jiān)測。

通過監(jiān)控資產(chǎn)的狀態(tài)并預測其故障，工廠工人將能夠在資產(chǎn)損壞之前對其進行更換或維修。這種主動方法避免了停機并增加了平均故障間隔時間 (MTBF)，從而改進了生產(chǎn)過程并提高了效率。您可以在圖 1中看到一個生產(chǎn)單元的示例。

圖 1：生產(chǎn)單元示例。

什么是預測性維護？開發(fā)一個有效的監(jiān)控系統(tǒng)需要硬件和軟件組件，包括狀態(tài)監(jiān)控傳感器、網(wǎng)關和模塊來處理數(shù)據(jù)處理和傳輸，以及一個安全的云服務器作為軟件組件并處理數(shù)據(jù)存儲和數(shù)據(jù)分析。

傳感器是整個系統(tǒng)的第一個也是最重要的組件。振動、溫度、壓力和電流只是可以指示設備狀態(tài)的部分參數(shù)。狀態(tài)監(jiān)測傳感器需要一種具有高分辨率、高速轉(zhuǎn)換的低功耗和小尺寸解決方案，以獲得可靠的數(shù)據(jù)，這些數(shù)據(jù)在處理時可以確定機器的健康狀況。

處理部分可能需要高效、可擴展的快速傅里葉變換 (FFT) 計算來預測潛在的設備故障，可以在傳感器級別發(fā)生，也可以外包給網(wǎng)關、模塊或云。重要的是要記住，直接在現(xiàn)場完成的邊緣處理將通過將一些處理能力從控制或操作員級別（“核心”）轉(zhuǎn)移到現(xiàn)場級別（“邊緣”）。

從傳感器，數(shù)據(jù)將通過標準接口（例如 4–20 mA、高速可尋址遠程傳感器 (HART)、IO-Link 或工業(yè)以太網(wǎng)）通過電線傳輸?shù)骄W(wǎng)關或模塊，同時利用現(xiàn)有網(wǎng)絡或使用其他接口例如用于基于壓電測量原理的加速度計的集成電子壓電 (IEPE)。

盡管狀態(tài)監(jiān)測網(wǎng)關允許多個有線或無線傳感器節(jié)點與中央狀態(tài)監(jiān)測系統(tǒng)進行數(shù)據(jù)通信，但狀態(tài)監(jiān)測模塊除了處理能力外，還具有與網(wǎng)關相同的功能。

無線網(wǎng)狀網(wǎng)絡（如無線 HART）、無線點對點網(wǎng)絡（如 IO-Link 無線）或星形網(wǎng)絡（如低于 1 GHz）將是傳輸數(shù)據(jù)的最佳解決方案當設備位于遠程位置或無法使用現(xiàn)有有線網(wǎng)絡或不方便時。

網(wǎng)狀網(wǎng)絡允許無線電將消息轉(zhuǎn)發(fā)到其他無線電，從而使無線電系統(tǒng)更加可靠。例如，如果一個節(jié)點不能直接向另一個節(jié)點發(fā)送消息，則網(wǎng)狀網(wǎng)絡通過一個或多個中間節(jié)點轉(zhuǎn)發(fā)消息。

其他協(xié)議（如 Wi-Fi 或藍牙）用于配置目的，允許操作員以無線方式與設備交互，而不是通過標準觸摸面板。

從網(wǎng)關，數(shù)據(jù)將被傳輸?shù)綘顟B(tài)監(jiān)測模塊、工廠控制系統(tǒng)數(shù)據(jù)監(jiān)視器或安全的云服務器。這是最后一個環(huán)節(jié)，根據(jù)監(jiān)測數(shù)據(jù)，將決定是否需要維護設備。但是，使用深度學習算法準確解釋和傳達這些數(shù)據(jù)的能力對于系統(tǒng)可靠性至關重要。事實上，具有深度學習的狀態(tài)監(jiān)測解決方案將減少人為錯誤，并使預測性維護解決方案更智能、更有效。

如何實施預測性維護？德州儀器 (TI) 在其一家工廠中實施了預測性維護，為多個真空泵配備了傳感器節(jié)點，這是 TI 開發(fā)的參考設計，可測量和收集來自泵的數(shù)據(jù)，例如溫度、電機電流、氮氣流量和水流，通過網(wǎng)關將數(shù)據(jù)傳輸?shù)交ヂ?lián)網(wǎng)，如圖2所示。

TI 可以通過 Internet 輕松訪問數(shù)據(jù)以進行持續(xù)監(jiān)控和分析，從而使泵的操作員能夠深入了解運行狀況。例如，獨立于通常的維護計劃，操作員可以識別可能導致系統(tǒng)關閉的有缺陷的設備，并在發(fā)生任何損壞之前更換它。

圖 2：用于預測性維護的無線網(wǎng)狀網(wǎng)絡示例。

通過這個實際示例，TI 能夠?qū)⒆约旱墓S升級為智能工廠，通過監(jiān)控在役設備的狀況來實現(xiàn)預測性維護。

事實上，預測性維護是推動第四次工業(yè)革命的主要因素之一，它可以提高工廠的效率和生產(chǎn)力，減少計劃外停機時間，提高可靠性并節(jié)省維護成本。

審核編輯 黃昊宇