物聯(lián)網(wǎng)傳感器將助力工廠(chǎng)預見(jiàn)性維護

　　據外媒報道，隨著(zhù)認知學(xué)習(cognitive learning)的技術(shù)發(fā)展，物聯(lián)網(wǎng)傳感器在產(chǎn)品線(xiàn)應用的增多，制造工廠(chǎng)已進(jìn)入了新的預見(jiàn)性維護階段。

　　AI驅動(dòng)型平臺采用感知技術(shù)后，不僅能利用過(guò)去的失敗案例進(jìn)行自學(xué)，還能通過(guò)學(xué)習預計未來(lái)的狀況。該功能極為重要，因為許多召回事件的癥結在于出現了新的問(wèn)題。

　　利用傳感器數據實(shí)現自學(xué)后，認知應用就能從微觀(guān)層面了解常規工況及環(huán)境因素對機器造成的影響了，效果遠超人腦常用的宏模式(macro-patterns)。這意味著(zhù)，當在品質(zhì)檢查流程匯中未被探查到細微異常(micro-anomalies)及小變動(dòng)出現時(shí)，可自動(dòng)識別上述情況。于是，就能提前預知設備關(guān)?；蚬收系臅r(shí)間，并在發(fā)布產(chǎn)品召回或引起設備關(guān)停前，提前解決問(wèn)題。
 

　　為確保該技術(shù)得到有效地利用，汽車(chē)制造商應致力于在生產(chǎn)流程中部署多個(gè)接觸點(diǎn)。在最初的制造流程中，認知型預見(jiàn)性維護可識別在線(xiàn)缺陷(in-line defects)，在產(chǎn)品進(jìn)入市場(chǎng)前，就能解決存在的問(wèn)題。

　　認知型預見(jiàn)性維護不僅能監控車(chē)輛生產(chǎn)，還能在確保生產(chǎn)線(xiàn)平穩運行的情況下，使用生產(chǎn)線(xiàn)機器打造零件。在制造工廠(chǎng)內配置了大量的工業(yè)級物聯(lián)網(wǎng)及傳感器后，可了解機器的運行及健康狀況，測定精度可達分鐘級別。

　　這意味著(zhù)工廠(chǎng)能始終采用精準的數字化模擬其所有機器的運行情況，為其機器提供工裝，查看其是否在未來(lái)某個(gè)時(shí)間段實(shí)現維護。認知學(xué)習被引入制造流程后，可分析機器的健康狀態(tài)并進(jìn)行上報，從而實(shí)現提前維護，避免后期出現故障。
 

　　當車(chē)輛出廠(chǎng)后，預見(jiàn)性維護依然發(fā)揮其作用。認知型預見(jiàn)性維護建?？筛鶕ヂ?lián)車(chē)輛、檢修記錄、已更換零部件的測試數據等多個(gè)數據渠道進(jìn)行判定。此外，天氣條件、路況、駕駛員注意力及生物識別感應器(biometric sensors)及社交媒體等獲得相關(guān)信息及數據。該數據可被用于識別并解決故障，避免設備關(guān)停，或快速開(kāi)展維護流程并規劃零部件庫存及現場(chǎng)人員配置。

　　對汽車(chē)業(yè)而言，認知型預見(jiàn)性維護的重要性越來(lái)越高，即使是細微的優(yōu)勢也能為車(chē)企節省數百萬(wàn)美元。然而，最令人興奮的是，認知技術(shù)在汽車(chē)制造流程中的應用只是個(gè)開(kāi)始而已。

　　小結分享

　　賽億方案十三年電子產(chǎn)品硬件及嵌入式軟件開(kāi)發(fā)設計經(jīng)驗，累計開(kāi)發(fā)產(chǎn)品電子應用設計完成5000多個(gè)方案設計;目前為客戶(hù)提供理念超前的手機APP開(kāi)發(fā)、智能家居系統、電子技術(shù)、電子線(xiàn)路設計、PCB設計、電路板設計、單片機技術(shù)、智能控制、嵌入式系統等。如有產(chǎn)品方案開(kāi)發(fā)意向，期待您的來(lái)訪(fǎng)。