工業(yè)4.0制造設(shè)備解決方案/工業(yè)自動(dòng)化控制系統(tǒng)
本系統(tǒng)包括工業(yè)4.0的兩大內(nèi)容：CPS（Cyber- Physical System,虛擬網(wǎng)絡(luò)-實(shí)體物理系統(tǒng)）和預(yù)測制造。
制造信息系統(tǒng)的基本定義可以用6大功能來進(jìn)一步強(qiáng)化說明，它包含連接（Connection，傳感器和網(wǎng)絡(luò)）、云（ Cloud，任何時(shí)間及需求的數(shù)據(jù)）、虛擬網(wǎng)絡(luò)（Cyber,模式與記憶）、內(nèi)容（Content，相關(guān)性和含義）、社群

工業(yè)4.0制造設(shè)備解決方案/工業(yè)自動(dòng)化控制系統(tǒng)

 本系統(tǒng)包括工業(yè)4.0的兩大內(nèi)容：CPS(Cyber- Physical System,虛擬網(wǎng)絡(luò)-實(shí)體物理系統(tǒng))和預(yù)測制造。

制造信息系統(tǒng)的基本定義可以用6大功能來進(jìn)一步強(qiáng)化說明，它包含連接(Connection，傳感器和網(wǎng)絡(luò))、云( Cloud，任何時(shí)間及需求的數(shù)據(jù))、虛擬網(wǎng)絡(luò)(Cyber,模式與記憶)、內(nèi)容(Content，相關(guān)性和含義)、社群(Community，分享和交際)與客制化(customization，個(gè)性化服務(wù)與價(jià)值)?，F(xiàn)有的制造系統(tǒng)需要對制造設(shè)備本身的以及制造過程中產(chǎn)生的數(shù)據(jù)進(jìn)行更深入的分析。

          

 

預(yù)測性制造系統(tǒng)

在預(yù)測性制造系統(tǒng)中，收集數(shù)據(jù)和分析數(shù)據(jù)是關(guān)鍵。設(shè)備采用ICT在線測試對設(shè)備的各個(gè)參數(shù)進(jìn)行實(shí)時(shí)的讀取，并對各種采集數(shù)據(jù)進(jìn)行組合分析，從而得到設(shè)備的健康評估，并且上傳到企業(yè)的ERP系統(tǒng)。

       

 

用適當(dāng)?shù)膫鞲衅鹘M合提取出數(shù)據(jù)，如振動(dòng)、溫度、壓力、電信號等。進(jìn)一步用數(shù)據(jù)挖掘或者歷吏數(shù)據(jù)之間的相關(guān)性，來對數(shù)據(jù)進(jìn)行增強(qiáng)處理。通過一些工業(yè)級的通信協(xié)議，例如MTConneet和OPC,可以使用戶將控制器中的設(shè)備狀態(tài)信號儲存下來。當(dāng)與來自傳感器數(shù)據(jù)一同記錄的時(shí)候，這些來自控制器的數(shù)據(jù)可以提供背景信息，在來源不同的數(shù)據(jù)和多種零部件級單元進(jìn)行融合時(shí)，這時(shí)候需要解決由大數(shù)據(jù)帶來的困難。

                      

 

這一問題帶來的挑戰(zhàn)是如何有效管理并且提取出有用的信息。如何有效管理并提取有用的信息他是一系列預(yù)測性工具和算法的集合，可以分為四部分：信號處理及特征提取、設(shè)備健康評估、設(shè)備性能預(yù)測和故障預(yù)測，通過精心選擇并使用可視化工具，設(shè)備健康的一些標(biāo)準(zhǔn)，如當(dāng)前狀態(tài)、剩余使用壽命等，可以以圖表、衰減曲線、風(fēng)險(xiǎn)表和健康圖等方式有效展現(xiàn)出來。

通過制造透明化，管理者可以得到正確的信息，進(jìn)而對所有設(shè)備進(jìn)行全局性的有效評估。設(shè)備也就可以通過適時(shí)維護(hù)得到經(jīng)濟(jì)有效管理，還可以提供給設(shè)備設(shè)計(jì)者整體性的健康信息，以進(jìn)行閉環(huán)的全生命周期重新設(shè)計(jì)，進(jìn)而使下一代生產(chǎn)系統(tǒng)得到改進(jìn)。

     

基于振動(dòng)大數(shù)據(jù)分析的預(yù)知維修

振動(dòng)分析作為旋轉(zhuǎn)機(jī)械故障診斷的有效分析方法之一已經(jīng)被廣泛應(yīng)用，結(jié)合大數(shù)據(jù)分析技術(shù)，其在預(yù)知維修領(lǐng)域具有極大的應(yīng)用前景。

基于振動(dòng)大數(shù)據(jù)分析的預(yù)知維修的基本思路如下：

設(shè)備安裝階段   

1\定義振動(dòng)數(shù)據(jù)采樣點(diǎn)，在設(shè)備正常運(yùn)轉(zhuǎn)時(shí)采集，作為正常狀態(tài)參考值。

2\為每個(gè)振動(dòng)數(shù)據(jù)采樣點(diǎn)定義在設(shè)備運(yùn)行階段的振幅閥值。

3\將振動(dòng)分析納入到設(shè)備健康管理的標(biāo)準(zhǔn)流程中去。

設(shè)備運(yùn)行階段

1\頻繁采集振動(dòng)數(shù)據(jù)，將測得的振幅與正常狀態(tài)參考值做對比。

2\定期將采集到的振動(dòng)數(shù)據(jù)做振動(dòng)分析來監(jiān)控設(shè)備的監(jiān)控狀態(tài)。

3\對超出振幅閥值和有異常頻譜的設(shè)備做根本原因分析（RCA）。

振動(dòng)大數(shù)據(jù)分析

1\根據(jù)設(shè)備的結(jié)構(gòu)使用有限元方法和系統(tǒng)動(dòng)力學(xué)計(jì)算理論的頻譜。

2\采用高精度的加速度傳感器和采集模塊獲取振動(dòng)信號做頻譜分析。

3\將理論頻譜與設(shè)備正常運(yùn)轉(zhuǎn)時(shí)實(shí)測的頻譜結(jié)合作為設(shè)備參考頻譜。

4\持續(xù)采集設(shè)備振動(dòng)信號，離線情況下至少一天一次。

5\通過系統(tǒng)自學(xué)習(xí)（Machine Learning）來修正和完善設(shè)備參考頻譜。

6\對于出現(xiàn)故障的設(shè)備，由專家做根本原因分析（Root Cause Analysis）進(jìn)一步修正和完善設(shè)備參考頻譜。將實(shí)測頻譜和設(shè)備參考頻譜進(jìn)行相似性分析等數(shù)據(jù)挖掘（Data Mining）以識別異?？赡苄浴?/p>

行業(yè)應(yīng)用：化工設(shè)備機(jī)械密封健康管理

 

數(shù)據(jù)調(diào)研

1、了解機(jī)械密封結(jié)構(gòu)和沖洗方案                       

2、分析機(jī)械密封失效歷史記錄

3、機(jī)械密封失效和原因分析

4、設(shè)備的啟停機(jī)管理

建立智能巡檢平臺

1、實(shí)現(xiàn)到位管理

2、趨勢分析

3、報(bào)警分析

4、異常報(bào)告

5、客戶化統(tǒng)計(jì)分析管理

制定設(shè)備的啟停機(jī)流程

機(jī)械密封的損壞與不當(dāng)?shù)膯⑼C(jī)流程有關(guān)，針對機(jī)械密封結(jié)構(gòu)原理和現(xiàn)場應(yīng)用，制定合適的啟停機(jī)操作流程。

制定機(jī)械密封巡檢方案

1、根據(jù)機(jī)械密封的類型和沖洗方案，制定優(yōu)化巡檢模塊，提供智能點(diǎn)檢儀器和智能傳感器，及時(shí)收集關(guān)鍵影響參數(shù)

2、收集壓力流量數(shù)據(jù)

3、機(jī)械密封振動(dòng)和溫度趨勢管理

4、節(jié)流孔溫度趨勢管理

5、冷媒溫度趨勢管理

6、點(diǎn)檢路徑管理

7、異常報(bào)警管理