【附白皮书下载】制造业数字化转型专家黄正杰:设备健康如何管理?

个人要维持健康,需要常常定期检查;如有异常,则需请医生诊断,进而治疗。那么影响工厂运作的生产设备呢? 在新兴科技的协助下,设备的健康管理能够更实时、更客观、更精细、更自动化,并能提升设备价值。设备健康管理是什么? 新科技又带来什么管理趋势? 本期黄正杰讲师将从设备健康管理概念入手带大家了解设备健康管理。

【附白皮书下载】制造业数字化转型专家黄正杰:设备健康如何管理?_第1张图片

台湾大学资管博士,兼任文化大学助理教授。致力于制造业前瞻技术研究与应用发展。历经IT架构技术顾问、供应链管理顾问、软件产业分析师等多项职务传达创造数字价值理念,从产业管理趋势挖掘优秀经营思维,分享实战经验,助力企业探索卓越商业模式。

作者说:举一个自身的示例,我曾因感觉到心悸现象就医,医生透过跑步机心电图、连续7天心电图记录来侦测我的心脏跳动状况,并判断是否有异常现象;还进一步利用抽血,检查胆固醇、血脂肪状况,来了解身体状况,进而建议运动或服药等治疗方法。我自己也买了相应的电子设备来随时监测心跳状况。

同样地,汽车、轮胎、生产设备等设备资产也需要时常检查、判断是否异常、进行修理或维护。由于传感器、物联网、大数据等技术的进步,设备资产的检查也从定期检查到随时监控;其中,最为重要的管理技术即是「故障预测与健康管理(简称:PHM)」。

1关于PHM

故障预测与健康管理,顾名思义就是希望能在资产或设备故障之前能发现征兆,进而进行零部件更换、维修等管理动作,以降低设备故障、停机带来的经济损失或效率,并能提高设备使用寿命。故PHM包含了「预知」与「诊断」两部份。

如下图所示,一个设备由正常运转开始,早期可能稍微出现一些轻微的问题 (A点),但仍不影响机器正常运作。但是若不及早处理,可能到了某些时间点 (B点),这时可能一些零件就会发生明显的损坏;若是再不进行处理,最后将会发生整个系统失效造成严重的问题 (C点)。

【附白皮书下载】制造业数字化转型专家黄正杰:设备健康如何管理?_第2张图片

故障预测与健康管理示意图

事实上,早在70年代,飞机研发时就已经采用了故障预测与健康管理方法,使得设备的故障率降低了50%。一般来说,PHM有以下几个维度:

01感测

观察或量测设备运作状况(如:切削效率)、参数状况(如:润滑油、温度)、损害状况(如:刀具的磨损状况)。这很象是中医望、闻、问、切等各种方式,或是西医则利用听筒、心电图侦测、抽血等,来获取人们生理讯号。

02预知

预知目的在于侦测设备异常。设备异常并不见得代表故障,有可能来自于更换材料,或不同制程等使用环境产生差异,也可能是设备或零部件随着使用自然地老化衰退。正如同人们跑步时,心跳会较快或者年纪渐长骨质会较疏松等。

 

03诊断

根据异常的讯号,诊断可能失效模式或者判定损害严重性,以建立健康的指标。这正象是医生根据血液中的胆固醇浓度判断是否异常、心电图判断心脏是否异常,并综合年纪、健康记录等,研判影响身体健康的严重程度。

04管理

根据诊断设备的健康状况或预估设备剩余寿命,就可进行零部件替换、参数调整、停机维修等各项管理手段。正如同医生建议平常多运动,或是必须透过服药来治疗。

2科技驱动新PHM管理

由于传感器、物联网技术、大数据分析等技术的发展,使得故障预测与健康管理能从过去依靠定期检查、老师傅经验判断,转变成随时监控、客观数据分析、乃至于寿命预测等,以下说明几项新趋势:

01

实时侦测预警

透过传感器、物联网等技术,让汽车、生产设备等运转状况,可随时传送给管理者与使用者,立即判断处理异常状况。例如:Navister货车公司,提供司机、保修厂货车状况警讯、配件更换需求、保修服务时间分析;设备云亦能提供生产工厂、设备商,掌握生产设备稼动率、参数状况及异常警讯。

【附白皮书下载】制造业数字化转型专家黄正杰:设备健康如何管理?_第3张图片

设备健康状况实时侦测预警

02

数据驱动分析

过去判断设备异常的方式来自于老师傅的经验,更科学一点透过失效模式与效应分析,利用工程手法将失效模式 (如:钻孔速度减慢) 及潜在失效原因 (如:皮带磨损、主轴轴承磨损) 进行对应,并依照设备发生失效状况严重性、发生频率、容易侦测性进行打分。

一旦发现综合分数高,则立即进行零部件更换或维修等动作。这种手法已经用在航天或者汽车制造公司行之有年。然而,专家的判断的准确度、记录与分析手法繁复等,在小型的制造公司不容易施行。

在传感器、物联网等数字化记录并透过大数据分析、AI等技术,可以更精确、简单地进行判断。例如:主轴轴承磨损是否可利用摄影机或利用震动传感器搜集数据? 分析同类轴承或过去相同设备轴承运转历史状况,以判定是否异常? 是否衰退一定程度? 是否到了更换时候?

进一步还可以将重要零部件或设备参数状况等多种感测与维修数据等历史记录同时分析,以预测设备剩余寿命。数据驱动分析的方法以事实为基准,并能同时分析多种数据,能更客观与精细地判断。

【附白皮书下载】制造业数字化转型专家黄正杰:设备健康如何管理?_第4张图片

AI异常侦测

03

行成管理闭环

一旦设备健康状况数据化及更精确分析后,就可以与控制器进行结合形成自动控制、自动调适的管理闭环。例如:交通号志根据车流量状况,自动切换红绿灯以最佳化车流、机器手臂根据材料状况自行最佳化调整参数、生产设备间根据设备状况与负荷度,协调工单生产排程。

04

设备资产服务化

设备商将PHM管理机制予以服务化,从中就可以提供更好顾客售后服务、维修服务,甚至从中产生新的利润来源。例如:劳斯莱斯飞机引擎、Navister货车、John Deere农机具等都是很好的例子。

设备如同人类的身体,会受伤也会老化,良好设备健康管理可以确保顺畅运作、安全保障以及提高效率、延长寿命。故障预测与健康管理在传感器、物联网、大数据、人工智能的协助下,能够实现更实时、更客观、更精细、更自动化,并能协助设备资产服务化,提高设备价值。

【附白皮书下载】制造业数字化转型专家黄正杰:设备健康如何管理?_第5张图片

你可能感兴趣的:(智能制造,制造,云计算,big,data,大数据,物联网)