纺纱厂的人工智能

S. von Grünigen

立达机械制造公司(瑞士)

Uptime智能系统的技术创新使预测成为可能。该系统可在机器发生故障前预先告知需要采取什么措施。

当遭遇机器故障时，如果能提前预测，不仅可避免停机，还能节约成本、提高产品质量和纺织生产效率。

瑞士立达公司提出了一种新型机器维护方法，在问题和故障发生之前进行预测，如图1所示。

图1 Uptime 系统

任何维护策略的目标都是尽量减少停机时间并保持生产按计划进行。立达提出的预测性方法使用统计数据以确定纺织厂何时对机器进行维护，但不排除会有不可预期的停机时间，必要时还需更换零件。

预测性维修是基于过去及实时数据记录，分析这些数据以确定即将到来的维修需求。Uptime系统收集数据，根据机器的设置和使用情况，使用人工智能确定执行维护的最佳时间，可帮助企业规避生产中断并减少库存，从而节省成本。

气压、温度和振动等与性能密切相关的重要信息，通过传感器传递给Uptime系统(图2)。这些数据被用来检测与机器潜在故障相关的行为模式。

图2 Uptime系统分析生产线上机器的关键性能数据

当这些行为模式出现时，Uptime系统的人工智能将自动识别故障出现的可能性，并向技术人员发出早期检测警告和相关行动方案的明确通知。此外，Uptime系统会不断从数据和模式中学习，这意味着该系统的预测能力将随着时间的推移而不断提高。

随着Uptime系统的出现，未来有望实现在没有额外时间投入的情况下，避免计划外停机、紧急维护和压力问题。