工業(yè)4.0制造設備解決方案/工業(yè)自動化控制系統(tǒng)

工業(yè)4.0制造設備解決方案/工業(yè)自動化控制系統(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-實體物理系統(tǒng)）和預測制造。
制造信息系統(tǒng)的基本定義可以用6大功能來進一步強化說明，它包含連接（Connection，傳感器和網(wǎng)絡）、云（ Cloud，任何時間及需求的數(shù)據(jù)）、虛擬網(wǎng)絡（Cyber,模式與記憶）、內(nèi)容（Content，相關性和含義）、社群

工業(yè)4.0制造設備解決方案/工業(yè)自動化控制系統(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-實體物理系統(tǒng))和預測制造。

制造信息系統(tǒng)的基本定義可以用6大功能來進一步強化說明，它包含連接(Connection，傳感器和網(wǎng)絡)、云( Cloud，任何時間及需求的數(shù)據(jù))、虛擬網(wǎng)絡(Cyber,模式與記憶)、內(nèi)容(Content，相關性和含義)、社群(Community，分享和交際)與客制化(customization，個性化服務與價值)。現(xiàn)有的制造系統(tǒng)需要對制造設備本身的以及制造過程中產(chǎn)生的數(shù)據(jù)進行更深入的分析。

          

 

預測性制造系統(tǒng)

在預測性制造系統(tǒng)中，收集數(shù)據(jù)和分析數(shù)據(jù)是關鍵。設備采用ICT在線測試對設備的各個參數(shù)進行實時的讀取，并對各種采集數(shù)據(jù)進行組合分析，從而得到設備的健康評估，并且上傳到企業(yè)的ERP系統(tǒng)。

       

 

用適當?shù)膫鞲衅鹘M合提取出數(shù)據(jù)，如振動、溫度、壓力、電信號等。進一步用數(shù)據(jù)挖掘或者歷吏數(shù)據(jù)之間的相關性，來對數(shù)據(jù)進行增強處理。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備狀態(tài)信號儲存下來。當與來自傳感器數(shù)據(jù)一同記錄的時候，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行融合時，這時候需要解決由大數(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、設備健康評估、設備性能預測和故障預測，通過精心選擇并使用可視化工具，設備健康的一些標準，如當前狀態(tài)、剩余使用壽命等，可以以圖表、衰減曲線、風險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，進而對所有設備進行全局性的有效評估。設備也就可以通過適時維護得到經(jīng)濟有效管理，還可以提供給設備設計者整體性的健康信息，以進行閉環(huán)的全生命周期重新設計，進而使下一代生產(chǎn)系統(tǒng)得到改進。

     

基于振動大數(shù)據(jù)分析的預知維修

振動分析作為旋轉(zhuǎn)機械故障診斷的有效分析方法之一已經(jīng)被廣泛應用，結合大數(shù)據(jù)分析技術，其在預知維修領域具有極大的應用前景。

基于振動大數(shù)據(jù)分析的預知維修的基本思路如下：

設備安裝階段   

1\定義振動數(shù)據(jù)采樣點，在設備正常運轉(zhuǎn)時采集，作為正常狀態(tài)參考值。

2\為每個振動數(shù)據(jù)采樣點定義在設備運行階段的振幅閥值。

3\將振動分析納入到設備健康管理的標準流程中去。

設備運行階段

1\頻繁采集振動數(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數(shù)據(jù)做振動分析來監(jiān)控設備的監(jiān)控狀態(tài)。

3\對超出振幅閥值和有異常頻譜的設備做根本原因分析（RCA）。

振動大數(shù)據(jù)分析

1\根據(jù)設備的結構使用有限元方法和系統(tǒng)動力學計算理論的頻譜。

2\采用高精度的加速度傳感器和采集模塊獲取振動信號做頻譜分析。

3\將理論頻譜與設備正常運轉(zhuǎn)時實測的頻譜結合作為設備參考頻譜。

4\持續(xù)采集設備振動信號，離線情況下至少一天一次。

5\通過系統(tǒng)自學習（Machine Learning）來修正和完善設備參考頻譜。

6\對于出現(xiàn)故障的設備，由專家做根本原因分析（Root Cause Analysis）進一步修正和完善設備參考頻譜。將實測頻譜和設備參考頻譜進行相似性分析等數(shù)據(jù)挖掘（Data Mining）以識別異?？赡苄浴?/p>

行業(yè)應用：化工設備機械密封健康管理

 

數(shù)據(jù)調(diào)研

1、了解機械密封結構和沖洗方案                       

2、分析機械密封失效歷史記錄

3、機械密封失效和原因分析

4、設備的啟停機管理

建立智能巡檢平臺

1、實現(xiàn)到位管理

2、趨勢分析

3、報警分析

4、異常報告

5、客戶化統(tǒng)計分析管理

制定設備的啟停機流程

機械密封的損壞與不當?shù)膯⑼C流程有關，針對機械密封結構原理和現(xiàn)場應用，制定合適的啟停機操作流程。

制定機械密封巡檢方案

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

2、收集壓力流量數(shù)據(jù)

3、機械密封振動和溫度趨勢管理

4、節(jié)流孔溫度趨勢管理

5、冷媒溫度趨勢管理

6、點檢路徑管理

7、異常報警管理