案例：机械加工生产线预测性维护实施

项目类型：维护服务

所属行业：机械加工、船舶行业

关键技术：端边云协同、预测性维护

执行周期：2019年8月-2019年11月

1、项目背景

1) 简介

企业是世界500强企业中国船舶重工集团有限公司的重要成员单位。机械加工手段齐全，拥有各类机械设备1800余台，其中大型、关重数控机床300多台。

数控机床和智能机器人作为产线加工的关键设备，常常面临刀具磨损、主轴故障、电机故障、机器人精度误差较大等问题，造成生产线的运行稳定、甚至造成生产停滞，影响生产计划和生产任务，同时故障也会导致生产成本的提高，降低生产效率，影响生产的质量。

2) 实施目标

仪综所预测性维护技术团队为企业机械生产线建立预测性维护平台，实现生产线关键装备的预测性维护功能，以提高产线运行的稳定性。具体目标有：

（1）搭建1套端边云协同的预测性维护维护平台，实现机械加工生产线关键设备数控机床和智能机器人的预测性维护；

（2）通过预测性维护平台的部署，实现加工生产线生产成本降低≥10%，加工良品率提高到≥98%，意外停机降低≥50%。

2、实施方案

仪综所预测性维护技术团队通过生产线预测性维护平台的部署，实现了产线中数控机床刀具寿命预测，主轴、电机等关键部件健康状态监测、诊断与预测，智能机器人整机状态监测、诊断和RV减速机等关键部件的状态监测、诊断和预测，并实现了预测结果与应急响应、维护策略、维护执行的协同，优化了维护管理功能。具体方案包括：

（1）数据采集

部署不同类型的传感器采集设备振动、温度、湿度等运行状态参数，通过边缘计算模块实现与PLC数据的融合采集。

（2）模型部署

开展了数控机床主轴、刀具、滚珠丝杠，机器人整机、减速机等的算法和模型测试与部署，应用了基于机器学习、神经网络等人工智能算法。

（3）平台部署

通过部署的预测性维护平台，实现生产线装备的状态监测、诊断及预测，及时发现设备故障并发出预警信息，同时通过系统集成，实现了维护管理的优化，保障了产线运行可靠性。

（4）运行优化

针对系统平台采集的数据和实际故障信息，对平台算法进行了优化，极大地提高了预测的置信度。并通过与企业设备维护人员的协作，增加了平台提供维修维护建议的功能。

3、实施效果

1）解决问题

预测性维护平台的实施，提供了端-边-云的系统解决方案，实现了机械生产线的预测性维护升级改造，用户可通过系统查询设备健康状态、故障模式、监测参数、预测趋势、维护建议等。

2）实施成效

预测性维护平台的实施解决了生产痛点和难点，促进了生产现场的少人化甚至“无人化”。据不完全统计，平台实施整体节约了约15%的生产成本，加工良品率提高到99.5%，降低了60%的意外停机，真正保障了生产的可靠性、稳定性和经济性。