通過建立智能制造預(yù)測(cè)體系實(shí)現(xiàn)全面安全生產(chǎn)

智能制造不僅僅是一個(gè)技術(shù)體系，更重要的是對(duì)智能的理解、解決問題的邏輯和重新定義制造的思維。其核心是制造系統(tǒng)的5M要素的活動(dòng)進(jìn)行建模，并通過模型驅(qū)動(dòng)智能工廠建設(shè)5M要素。

智能制造所要解決的核心問題是知識(shí)的產(chǎn)生與傳承過程。同時(shí)，推進(jìn)智能制造還應(yīng)針對(duì)不同的行業(yè)領(lǐng)域采取不同的策略，因?yàn)轭I(lǐng)域不同，所以相關(guān)的特征也不同。例如在醫(yī)療領(lǐng)域中，推進(jìn)智能制造的重點(diǎn)是追溯性，而不是生產(chǎn)制造，目的在于確認(rèn)加工過程是否會(huì)影響最后的認(rèn)證。

而半導(dǎo)體行業(yè)則關(guān)注的是檢測(cè)，因?yàn)轭l繁的檢測(cè)可能需要耗費(fèi)大量時(shí)間，同時(shí)檢測(cè)裝備的價(jià)格也很昂貴。如果可以用數(shù)據(jù)直接預(yù)測(cè)并驗(yàn)證，則可以為全過程節(jié)省三分之一的時(shí)間，也節(jié)約了購買檢測(cè)設(shè)備的成本。

如今大多數(shù)工廠普遍應(yīng)用商品化的管理軟件來獲取整體設(shè)備效率(OEE)等信息，及時(shí)掌控對(duì)生產(chǎn)系統(tǒng)中可見的影響因素和導(dǎo)致的結(jié)果。然而，生產(chǎn)系統(tǒng)中更多的是不可見因素，比如設(shè)備性能衰退、精度喪失等。而可見的影響因素往往是不可見因素積累到一定程度所引起的，比如設(shè)備的衰退導(dǎo)致最終停機(jī)、精度喪失導(dǎo)致質(zhì)量偏差等。因此，對(duì)這些不可見因素進(jìn)行預(yù)測(cè)和管理是關(guān)鍵。

在智能制造中預(yù)測(cè)制造系統(tǒng)的核心技術(shù)包含用智能軟件來進(jìn)行預(yù)測(cè)建模功能的智能計(jì)算工具。對(duì)設(shè)備性能的預(yù)測(cè)分析和對(duì)故障時(shí)間的估算，將減少這些不確定因素的影響，并為用戶提供預(yù)先緩和措施和解決對(duì)策，防止生產(chǎn)力和效率的損失。

在生產(chǎn)系統(tǒng)里隱形問題的預(yù)測(cè)方面，提取有效的健康特征至關(guān)重要。這些特征之間存在一定的相關(guān)性，其變化情況也有若干種不同的組合，將這些組合背后所代表的意義用先進(jìn)的數(shù)據(jù)分析方法破解出來，就是我們進(jìn)行建模和預(yù)測(cè)的過程。

基于這些性能特征，生產(chǎn)系統(tǒng)的運(yùn)行狀況可以通過健康置信值來評(píng)估和量化。另外，可以在時(shí)間域內(nèi)預(yù)測(cè)特征的未來值，從而可以預(yù)測(cè)性能的衰退趨勢(shì)和問題發(fā)生的剩余時(shí)間。因此，在獲取設(shè)備的工作數(shù)據(jù)之后，還需要通過分析來進(jìn)行預(yù)測(cè)，這種預(yù)測(cè)并不是精確地提供設(shè)備損壞的時(shí)間節(jié)點(diǎn)，而是預(yù)測(cè)出機(jī)器將會(huì)出現(xiàn)不穩(wěn)定性的時(shí)間區(qū)域，并提醒及時(shí)處理。

隨著制造系統(tǒng)對(duì)不可見問題的認(rèn)識(shí)和控制能力不斷加深，工廠管理以準(zhǔn)確的信息為基礎(chǔ)，從而提高設(shè)備的運(yùn)作效率，最終實(shí)現(xiàn)零意外和零停機(jī)的狀態(tài)。并且，由于對(duì)設(shè)備具有自我意識(shí)和自我預(yù)測(cè)功能，可以實(shí)現(xiàn)有效管理維護(hù)，從而降低管理成本。歷史健康信息也可以反饋到機(jī)器設(shè)備設(shè)計(jì)部門，從而形成閉環(huán)的生命周期設(shè)計(jì)，最終實(shí)現(xiàn)無憂制造。讓企業(yè)的生產(chǎn)車間不再有意外發(fā)生。

以上就是今天和大家分享的數(shù)字化智能工廠內(nèi)容，我們專注于為制造型企業(yè)提供智能工廠規(guī)劃服務(wù)，如果覺得此文讓你小有收獲，可以搜索“德誠智能”與我們進(jìn)行互動(dòng)學(xué)習(xí)。