研究人員說，機(jī)器嵌入的物聯(lián)網(wǎng)傳感器不僅可以監(jiān)控機(jī)械故障，還可以讓機(jī)械自動(dòng)修復(fù)。

由于工業(yè)物聯(lián)網(wǎng)(IIoT)的運(yùn)用，生產(chǎn)停機(jī)時(shí)間減少了不少。科學(xué)家認(rèn)為嵌入式傳感器及其收集的大量數(shù)據(jù)可以打造能夠“自愈”的制造業(yè)設(shè)備。

一個(gè)富有激情的SelSus項(xiàng)目就是基于這個(gè)概念建立的，目前多個(gè)歐洲學(xué)術(shù)機(jī)構(gòu)和制造商(包括福特公司)已經(jīng)參與到這個(gè)項(xiàng)目的探索研究中。

團(tuán)隊(duì)的想法是不僅僅能夠在生產(chǎn)過程中發(fā)現(xiàn)故障，而且還可以通過基于數(shù)學(xué)算法的自我修復(fù)程序來自動(dòng)修復(fù)潛在問題。科學(xué)家說，設(shè)備診斷應(yīng)在設(shè)備故障之前就進(jìn)行，“自愈”能力將使設(shè)備監(jiān)控達(dá)到一個(gè)新的高度。

德國(guó)Fraunhofer制造工程與自動(dòng)化研究所(也是SelSus項(xiàng)目的參與機(jī)構(gòu)之一)的Martin Kasperczyk在一則新聞稿中說：“該項(xiàng)目的目的不僅是監(jiān)控機(jī)器和組件的運(yùn)行狀況，還可以讓系統(tǒng)能夠早期檢出潛在的薄弱點(diǎn)或者磨損跡象，以便讓系統(tǒng)能夠早期預(yù)測(cè)潛在故障。”

甚至在某些情況下也應(yīng)該能夠自動(dòng)修復(fù)這些故障。

團(tuán)隊(duì)已經(jīng)取得了一些進(jìn)展。由歐盟資助的研究合作伙伴開發(fā)的系統(tǒng)之一——用于生產(chǎn)發(fā)動(dòng)機(jī)的機(jī)器臂，該裝置能在發(fā)生故障時(shí)進(jìn)行自我修復(fù)。研究人員說：“如果它監(jiān)測(cè)到了阻力，它會(huì)自動(dòng)避開而不至于弄斷自己。”

該系統(tǒng)還可以預(yù)測(cè)電纜在負(fù)載情況下斷電的可能性。

“自愈”技術(shù)如何運(yùn)作

網(wǎng)絡(luò)傳感器驅(qū)動(dòng)技術(shù)主要基于計(jì)算概率的貝葉斯網(wǎng)絡(luò)數(shù)學(xué)模型。它與學(xué)習(xí)軟件一起分析機(jī)器如何運(yùn)行，成為算法組合的一部分。

這其實(shí)并不容易。

Kasperczyk說：“僅僅通過編程幾種算法并不能夠達(dá)到目的。”

模型數(shù)據(jù)在機(jī)器安裝時(shí)獲取，并在負(fù)載下進(jìn)行測(cè)試，然后將其與實(shí)際運(yùn)行狀況進(jìn)行比較，并向人機(jī)操作界面提供警報(bào)。

Fraunhofer IPA的Michael Kempf 在項(xiàng)目網(wǎng)站上的說：“主要的挑戰(zhàn)是建立決策模型和仿真模型，以反映真實(shí)的制造環(huán)境。”

連接到物聯(lián)網(wǎng)系統(tǒng)的聲音傳感器可以預(yù)測(cè)機(jī)械故障。超聲波和振動(dòng)采樣傳感器聯(lián)合相關(guān)算法可以基于機(jī)器生產(chǎn)時(shí)產(chǎn)生的噪音向運(yùn)營(yíng)商發(fā)出通知，因?yàn)橐恍┞曇艨赡芴崾竟收希绻O(shè)備異常，發(fā)出的聲音也會(huì)不一樣。

SelSus(自我維持制造系統(tǒng)的健康監(jiān)控和終身能力管理)項(xiàng)目另一個(gè)參與者是瑞典家電制造商伊萊克斯，它需要一個(gè)決策支持系統(tǒng)來預(yù)測(cè)洗衣機(jī)制造廠的故障。通過傳感器監(jiān)控一些可能造成故障的指標(biāo)，如過度用電、產(chǎn)熱以及機(jī)油的使用等。SelSus項(xiàng)目提供的數(shù)字處理技術(shù)最終能夠保障工廠持續(xù)運(yùn)行。

SelSus的研究人員說：“大問題通常只是由一個(gè)小缺陷或正常的磨損所造成。然而，如果沒有檢測(cè)出來，可能會(huì)導(dǎo)致設(shè)備停機(jī)甚至生產(chǎn)中斷。”