概述：

汽車制造行業(yè)是一個高度復(fù)雜和精細(xì)化的領(lǐng)域，依賴于各種設(shè)備來完成生產(chǎn)流程。沖壓工藝是汽車自動化生產(chǎn)中的第一道工序，沖壓設(shè)備在汽車大型覆蓋件自動化生產(chǎn)中占據(jù)重要地位，其技術(shù)水平影響、制約著汽車工業(yè)的發(fā)展。沖壓設(shè)備承擔(dān)著原材料的開卷、落料、拉延、切邊等板件任務(wù)，其中最為關(guān)鍵的設(shè)備是機(jī)械壓力機(jī)，具備沖程大力矩大，運行效率高的特點，當(dāng)然痛點也很突出就是振動和噪音大帶來的安全隱患。這些壓力機(jī)在長時間運行中不可避免地會遇到各種故障，給生產(chǎn)進(jìn)程帶來延誤和成本增加。如何對沖壓設(shè)備進(jìn)行科學(xué)的維護(hù)管理，使沖壓設(shè)備在實際生產(chǎn)過程中能夠達(dá)到安全穩(wěn)定的生產(chǎn)？為了應(yīng)對這一挑戰(zhàn)，預(yù)測性維護(hù)在汽車制造設(shè)備中得以應(yīng)用，以提前預(yù)測故障并采取相應(yīng)措施，從而提高生產(chǎn)效率和降低維護(hù)成本。

背景：

在位于西南汽車重鎮(zhèn)重慶，一家主打小型乘用車汽車制造基地沖壓車間，八臺來自國內(nèi)龍頭機(jī)床企業(yè)的機(jī)械壓力機(jī)井然有序的工作著，這里有500名工人，具備年產(chǎn)25萬量的生產(chǎn)能力。

隨著企業(yè)規(guī)模的迅速拓展，傳統(tǒng)的人工設(shè)備巡檢、事后維修的方式已不能匹配后期的生產(chǎn)、管理需求，企業(yè)對生產(chǎn)、輔助設(shè)備遠(yuǎn)程監(jiān)控、設(shè)備故障預(yù)測性維護(hù)。在智能化生產(chǎn)制造方面，工廠的自動化程度達(dá)到領(lǐng)先水平，但軟件能力沒能同步到位，現(xiàn)有的生產(chǎn)管理模型和算法機(jī)制老舊，不具備精確的同步分析和預(yù)測管理能力。

菲尼克斯電氣預(yù)測性維護(hù)方案由基于MLnext的AI模型打造而成，有效的解決了客戶痛點，靈活采集電機(jī)和生產(chǎn)數(shù)據(jù)，可以實現(xiàn)對故障的精準(zhǔn)預(yù)判和定位。

需求分析：

經(jīng)初步調(diào)研，工廠沖壓車間有八臺大型機(jī)械壓力設(shè)備，目前的設(shè)備監(jiān)測手段主要是傳統(tǒng)的人工巡檢模式，設(shè)備維保工作主要采用“事后維修”的方式，存在以下問題：壓力機(jī)巡檢維護(hù)成本高，需要高空作業(yè)，不可控；壓力機(jī)故障反饋及時性差；無法識別壓力機(jī)亞健康狀態(tài)；事后維護(hù)方式隱患大。用戶需要壓力機(jī)遠(yuǎn)程運維管理，實時監(jiān)控運行狀態(tài)；實時監(jiān)測、記錄壓力機(jī)的振動、溫度、噪聲數(shù)據(jù)；壓力機(jī)實時故障預(yù)警、故障提示；通過預(yù)測性維護(hù)平臺減少人工巡檢工作量，提高壓力機(jī)的運維管理水平。

為此需要建立一套壓力機(jī)電機(jī)的預(yù)測性維護(hù)平臺，用電機(jī)的歷史數(shù)據(jù)建模，實際部署時以歷史數(shù)據(jù)為健康模型基準(zhǔn)進(jìn)行實施檢測，如果實際運行數(shù)據(jù)和模型有偏差就證明有潛在異常出現(xiàn)，根據(jù)偏差的大小就可以反正設(shè)備的異常程度。 

菲尼克斯電氣基于MLnext的AI模型介紹：

傳統(tǒng)的機(jī)理模型都是針對同類設(shè)備的通用模型，它是通過高頻的振動信號去判斷振動，所以定義的故障點局限于軸承、零部件或者不對中之類的振動相關(guān)故障，而且通常的做法是不把振動溫度電流放在一個算法里，各自單獨判斷，另外針對高頻數(shù)據(jù)的演算也是漸進(jìn)式的。

菲尼克斯基于AI的模型算法靈活，可以每個設(shè)備單獨建模，和設(shè)備更加貼合，而且針對復(fù)雜工況，AI可以采用工況工藝和生產(chǎn)的數(shù)據(jù)一起預(yù)測，最終給出異常相關(guān)的變量給使用者參考，生成異常的記錄和可追溯歷史數(shù)據(jù)的頁面，區(qū)別于傳統(tǒng)漸進(jìn)式的演算，AI模型的演算是不間斷，所以對平臺的算力也提出了更高的要求。

項目實施：

方案以Combination成套柜的方式呈現(xiàn)，一套柜體控制四臺壓力機(jī)電機(jī)，選用EPC 1522控制器和MLnext擴(kuò)展模塊運行預(yù)測性維護(hù)算法，根據(jù)現(xiàn)場電機(jī)的功率選擇電流互感器和電表采集電機(jī)的電信號，通過WLAN無線模塊接收電機(jī)的無線信號，自定義上位畫面，電機(jī)裝配振動和溫度傳感器采集數(shù)據(jù)，除此之外也提取了電機(jī)的電流電壓、加工模具的編號和生產(chǎn)狀態(tài)（包括電機(jī)啟動信號，模具切換信號，恢復(fù)生產(chǎn)信號、壓力機(jī)PLC報警信號等）。

推廣意義：

好的預(yù)測性維護(hù)方案就是能提前發(fā)現(xiàn)潛在問題，這樣就不用等到設(shè)備問題真正暴露的時候再停機(jī)大修，只需要小小的調(diào)整就可以恢復(fù)到正常的生產(chǎn)狀態(tài)。菲尼克斯這套方案的妙處就在于和AI算法的無縫結(jié)合，讓預(yù)測性維護(hù)更加智能，不僅在壓力機(jī)，車廠內(nèi)各工藝各個帶電機(jī)的重點設(shè)備或者類似的昂貴設(shè)備都有普遍意義上的推廣價值。