隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，在各個(gè)行業(yè)中產(chǎn)生了不同的結(jié)果。物聯(lián)網(wǎng)進(jìn)入了工業(yè)領(lǐng)域，被叫作工業(yè)物聯(lián)網(wǎng)（IIoT），它正在給傳統(tǒng)自動(dòng)化設(shè)備帶來全新的變革，同時(shí)也為設(shè)備廠商創(chuàng)造更多的增值機(jī)會(huì)。

作為物聯(lián)網(wǎng)的一個(gè)子集，工業(yè)物聯(lián)網(wǎng)為運(yùn)營技術(shù)（包括遠(yuǎn)程管理和運(yùn)營分析）增加了新的功能。到目前為止，工業(yè)物聯(lián)網(wǎng)最大的價(jià)值在于預(yù)測性維護(hù)，新型物聯(lián)網(wǎng)設(shè)備收集了大量的生產(chǎn)數(shù)據(jù)，再通過機(jī)器學(xué)習(xí)和人工智能分析，從而讓管理者更好地理解生產(chǎn)系統(tǒng)是如何工作和維護(hù)的。

預(yù)測性維護(hù)是提前維護(hù)的最佳辦法，當(dāng)分析到工業(yè)設(shè)備的組件可能出現(xiàn)故障時(shí)，設(shè)備管理者就可以預(yù)先維護(hù)，以便在進(jìn)行維修之前可以對其進(jìn)行更換或修理，從而避免更高成本的損壞和停機(jī)時(shí)間。預(yù)測性維護(hù)融合大數(shù)據(jù)、機(jī)器學(xué)習(xí)等多項(xiàng)技術(shù)，為人與機(jī)器互動(dòng)交流提供了機(jī)會(huì)。

預(yù)測性維護(hù)的關(guān)鍵是什么？

要預(yù)測出一套設(shè)備的可能性故障，除了從設(shè)備數(shù)據(jù)中整理出關(guān)鍵的指標(biāo)，還要結(jié)合更多的歷史事件進(jìn)行分析，最終形成一個(gè)與設(shè)備對應(yīng)預(yù)測性維護(hù)模型。預(yù)測性維護(hù)的復(fù)雜性在于這套基于機(jī)器學(xué)習(xí)的生產(chǎn)系統(tǒng)模型必需隨著時(shí)間而改變。

以火車的維護(hù)為例，隨著火車零件的老化，它們對壓力的反應(yīng)與新的時(shí)候不同。因此，維護(hù)計(jì)劃應(yīng)該隨著時(shí)間的推移進(jìn)行調(diào)整，以考慮不斷變化的故障率，這些時(shí)間表可以使用機(jī)器學(xué)習(xí)輸出新的模型。

設(shè)備在全生命周期的不同階段有著不同的表現(xiàn)，設(shè)備故障有一個(gè)“浴缸曲線”的說法，把設(shè)備壽命劃分為三個(gè)主要階段：早期故障率階段、穩(wěn)定狀態(tài)階段和損耗階段。通常機(jī)器在使用壽命開始時(shí)，會(huì)經(jīng)常出現(xiàn)故障。但隨著時(shí)間的推移會(huì)進(jìn)入穩(wěn)定期，維護(hù)過程會(huì)逐漸消失，故障更為罕見。而到了后期機(jī)器故障會(huì)率會(huì)飆升，最終報(bào)廢。

浴缸曲線

因此，機(jī)器學(xué)習(xí)需識(shí)別出設(shè)備處于哪個(gè)生命階段，并不斷調(diào)整預(yù)測模型，如日立開發(fā)的Lumeda的平臺(tái)，引入了數(shù)據(jù)科學(xué)家，可以用來更精確地調(diào)整機(jī)器學(xué)習(xí)模型，在模型投入生產(chǎn)后能夠監(jiān)控機(jī)器學(xué)習(xí)模型的準(zhǔn)確性。該平臺(tái)會(huì)創(chuàng)建集中的數(shù)據(jù)庫供數(shù)據(jù)科學(xué)家進(jìn)行實(shí)驗(yàn)，測試不同模型時(shí)公司可以改變它的輸入，并更準(zhǔn)確地預(yù)測生產(chǎn)線將會(huì)發(fā)生什么。

汽車預(yù)測性維護(hù)的應(yīng)用場景

汽車一般都會(huì)有一個(gè)OBD-II的系統(tǒng)，它是一個(gè)車載自動(dòng)診斷系統(tǒng)。該系統(tǒng)主要用于監(jiān)控發(fā)動(dòng)機(jī)的運(yùn)行和排氣系統(tǒng)的工作狀態(tài)，一旦發(fā)現(xiàn)排放超標(biāo)就會(huì)發(fā)出警示。OBD-II系統(tǒng)會(huì)把故障信息寫入存儲(chǔ)器，通過標(biāo)準(zhǔn)的診斷儀器可以讀取故障代碼，然后根據(jù)故障信息逐一排除疑點(diǎn)，幫助維護(hù)人員快速準(zhǔn)確地找出故障源頭。

一家初創(chuàng)公司TheCarForce希望利用這些數(shù)據(jù)來幫助司機(jī)和制造商實(shí)現(xiàn)預(yù)測性維護(hù)，他的做法是利用SIM卡將汽車的診斷數(shù)據(jù)發(fā)送回中央服務(wù)器，現(xiàn)在的汽車可能收集比航天飛機(jī)更多的自我診斷數(shù)據(jù)，這些數(shù)據(jù)一旦收集到服務(wù)器就可以用于分析。

這種方案潛在的受益者眾多，能為4S店以及汽車制造商帶來新的機(jī)會(huì)。在4S店使用案例中，維修師傅可以從他們服務(wù)的車輛獲取實(shí)時(shí)維護(hù)數(shù)據(jù)，這樣既可以警告客戶即將發(fā)生的問題，也可以將大型數(shù)據(jù)關(guān)聯(lián)在一起，以幫助預(yù)測未來的可靠性問題。

這是一個(gè)增值服務(wù)，因?yàn)?S店可以在機(jī)器問題之前先一步做出動(dòng)作，在意識(shí)到某客戶可能會(huì)在特定的日子更換部件，維修者可以進(jìn)行計(jì)劃和安排采購，然后聯(lián)系客戶預(yù)約維修。這樣不就會(huì)出現(xiàn)在機(jī)器問題時(shí)，要花大量時(shí)間在購買部件上。

采集數(shù)據(jù)是預(yù)測性維護(hù)的基礎(chǔ)，只有收集充分的設(shè)備參數(shù)才能讓人工智能發(fā)揮出效果，TheCarForce的采集方案為汽車預(yù)測性維護(hù)提供了更多的可能，隨著數(shù)據(jù)的不斷收集和案例對比分析，維護(hù)者可以更準(zhǔn)確、快速完成工作。

物聯(lián)網(wǎng)幫助農(nóng)場獲得更高產(chǎn)出

在大面積的農(nóng)場不乏有各種拖拉機(jī)、收割機(jī)等農(nóng)業(yè)機(jī)械設(shè)備，在密西西比河三角洲的一個(gè)20,000英畝的大型農(nóng)場里，種植著棉花、粒米、大豆、玉米和小麥，這個(gè)農(nóng)場擁有20多臺(tái)拖拉機(jī)和多臺(tái)收割機(jī)、采棉機(jī)和噴霧機(jī)，這些設(shè)備都通過物聯(lián)網(wǎng)進(jìn)行了連接。

農(nóng)場負(fù)責(zé)人表示，他們需要采用物聯(lián)網(wǎng)技術(shù)來跟蹤并查看機(jī)器狀態(tài)的發(fā)展，如果設(shè)備發(fā)生了什么問題，他們就會(huì)馬上修復(fù)它，不允許出現(xiàn)停機(jī)時(shí)間。因?yàn)椋刻於伎刻鞖?、土壤和時(shí)間來獲得更好的產(chǎn)出，時(shí)間對于他們來說是十分寶貴的。

3月到10月都是農(nóng)業(yè)的繁忙季節(jié)，這些時(shí)間內(nèi)必需保證機(jī)器設(shè)備是可用的。這就需要從連接的機(jī)器獲得的數(shù)據(jù)進(jìn)行高級分析，他們甚至?xí)治鲆恍┐我木瘓?bào)，可能被視為對實(shí)際操作員“滋擾”警報(bào)，并用它們繪制關(guān)于可靠性和服務(wù)數(shù)據(jù)的模式和結(jié)論。

例如，在發(fā)動(dòng)機(jī)的前部安裝風(fēng)扇，這會(huì)導(dǎo)致一個(gè)小的振動(dòng)。系統(tǒng)會(huì)檢測到這個(gè)變化，并發(fā)送錯(cuò)誤代碼。獲取更多的外部和內(nèi)部數(shù)據(jù)，將可以分析出機(jī)器的所有可能事件。發(fā)現(xiàn)機(jī)器設(shè)備的初期故障跡象，及早做好防護(hù)和避免事情的發(fā)生，這比在故障發(fā)生后再處理要節(jié)省掉很大的費(fèi)用。

小結(jié)

機(jī)器學(xué)習(xí)模式管理設(shè)備將對一些重型工業(yè)領(lǐng)域產(chǎn)生重大影響，例如物流運(yùn)輸、裝備制造、汽車等，這對于一些低利潤高資本的領(lǐng)域十分有價(jià)值。因?yàn)樵O(shè)備的故障維修不僅讓用戶支付昂貴的費(fèi)用，停機(jī)可能使得企業(yè)失去更多創(chuàng)造產(chǎn)能的機(jī)會(huì)。預(yù)測性維護(hù)方案很好解決了裝備密集型產(chǎn)業(yè)的痛點(diǎn)，同時(shí)也開啟了一個(gè)巨大的增值服務(wù)市場。

人工智能和機(jī)器學(xué)習(xí)算法的不斷進(jìn)步，對于大數(shù)據(jù)的分析將有很大的幫助。物聯(lián)網(wǎng)保證了設(shè)備數(shù)據(jù)的穩(wěn)定獲取，這些數(shù)據(jù)將存儲(chǔ)到云端，然后通過機(jī)器學(xué)習(xí)進(jìn)行分析，給設(shè)備管理者提供最好的運(yùn)營策略。隨著自動(dòng)化設(shè)備的普及應(yīng)用，預(yù)測性維護(hù)帶來的經(jīng)濟(jì)價(jià)值將是巨大的。