聚焦物流设备的预测性维护

文/本刊记者 江 宏

近年来，国内物流系统建设项目大幅增加，应用在各个行业领域的物流设备数量急剧上升。目前，设备发生故障后的紧急抢修、定期维护保养是最常采用的物流设备维保服务模式。随着物联网技术和信息技术的快速发展，物流设备的预测性维护管理开始起步。

随着自动化、智能化物流设备的广泛应用，企业的物流系统资产日趋庞大，设备运行管理越来越复杂，如果缺少有效的维保手段，会造成物流系统故障频发、作业效率难以保证、备件消耗成本巨大等一系列问题。因此，物流系统设备的维护管理越来越受到企业的重视。近年来，预测性维护在物流领域开始应用，如果做得到位，能够实时掌握物流设备的运行状态，避免突发性故障出现，保证系统设备的稳定运行，减少维护成本支出，无论物流装备企业还是终端客户都将从中获益。

一、售后维护的重要性

物流系统建设投资巨大，作为保障业务正常运营不可或缺的设施设备，物流系统一旦出现意外而导致停机，将使企业的生产经营受到影响，甚至蒙受巨大的经济损失。因此，保证物流系统设备的稳定运行和高利用率非常关键。

同时，随着物流自动化与智能化程度不断提高，物流工程项目日趋复杂，大量子系统与多种设备综合应用，物流设备发生故障和功能失效的几率增大，其运行维护的成本越来越高。

据不完全统计，国内每年新增1000座立体库、5000台堆垛机……随着自动化物流设备存量市场规模越来越大，售后服务需求直线上升。对于物流装备企业来说，维保不仅是其必须为客户提供的一项服务，也是企业进一步开拓市场、增加收入的有效方式。特别是由于物流装备市场竞争日趋激烈，有些外资系统集成商的售后服务收入在总营业额的占比虽然只有10%左右，但在总利润额的占比可以高达50%。因此，物流装备企业对售后服务的重视程度不断提升。

当前，终端客户对于物流系统设备维护主要采用自主与外包两种方式。技术能力强的企业大多选择自主维护模式，通常配备软件、电气、机械三类专业人员。但对于大多数企业来说，组建一支专业、合规的维保技术团队并不容易，而且出于降低成本的考虑，选择将维保任务整体外包给物流系统建设单位或专业维保公司，同时将相应责任转出。

从长远来看，专业化分工是发展趋势，因此物流系统售后服务外包市场潜力很大。

二、三种不同的维护模式

目前最常见的物流系统设备维护模式有事后维修和预防性维护，而预测性维护模式刚刚出现，应用企业不多。

所谓事后维修（Break-down Maintenance）,即“有故障才维修”，是等到设备用坏再修理的方式，属于非计划性维修。

预防性维护（Preventive Maintenance）又称定期维护，是根据生产计划和行业经验，按规定的时间间隔进行停机检查、维护保养、更换零部件，以预防设备损坏造成意外停机带来损失。这是目前普遍采用的物流设备维护模式。

预测性维护（Predictive Maintenance，简称PdM）是以设备状态为依据的新兴的维护方式，在设备运行时对其主要部位进行周期性或持续监测，判定所处的状态，预测状态未来的发展趋势，并依据该状态发展趋势和可能的故障模式，预先制定维修计划，确定机器应该修理的时间、内容、方式。

预测性维护与预防性维护虽然只有一字之差，在理念上却截然不同。预测性维护，是以设备的状态作为依据的维护，状态监测和故障诊断是基础，状态预测是重点，得出最终的维护活动要求。与之相对应的是，预防性维护不考虑系统设备当前的运行状态和健康状态，是按照已经安排好的时间来完成计划内的维护工作。两种方式的特点对比见表1。

专业人士普遍认为，定期的常规性维护，技术人员只能进行设备情况检查与常规保养，本质上属于无目的性维护，很难完全发现问题并排除故障隐患，因此“该出事还会出事”。如果缩短维护周期，则会导致过度维护，增加人力投入，带来成本上升。

图1 德马天玑系统架构

表1 预防性维护与预测性维护的对比

表2 物流设备预测性维护的价值

据江苏六维公司董事长徐正林分析，其实，除了要求系统稳定可靠运行，客户还非常关注物流系统的效率与效益，包括：系统运营效率多高，是否达到了最佳？能否满足实际需求，是否还有改善空间？经济性如何，几年可以收回投资？尤其是随着智能制造的推进，很多工厂采用了MES、ERP、排产等软件系统后，更加想了解物流系统能否与生产节拍相吻合。然而，如果没有数据，集成商无法提供物流系统详尽的运营情况报告。

正是为了满足客户需要，在2020 CeMAT ASIA 展会上，江苏六维公司推出了全生命周期管理系统。这是一个完整的面向自动化立体库项目实施/运行/维护/升级的数字化管理平台，由十大功能模块组成，可以帮助企业建立真正全面感知、全面覆盖、可视、可控、可信的智能物流系统，目前已在一些项目上线使用。其中的预警管理模块，通过传感器等各种监测手段获得设备的有关信息和运行数据，并对数据进行加工处理分析，经过适当的评价方法，对整套物流系统的状态做出初步判断，当判断结果满足预警准则要求时，就触发报警系统。比如，通过监测电机的电流/电压可以了解电机的稳定性，超出标准数值范围则进行提示；在仓库的关键节点安装传感器，监测货架的水平垂直变形量，保障系统安全。可见，该平台具备了预测性维护的功能。

同样在2020 CeMAT ASIA 展会上，德马公司推出了数字化服务平台——“天玑”设备预测及健康管理系统，以实时监控自动化物流系统的运行与设备状态，保障全天候高效运营。天玑系统负责人赵毅认为，预测性维护管理引入了对系统、对设备未来可靠性的预测能力，借助这种能力来识别和管理故障的发生，规划维护维修计划和备件供应保障。其主要目的是降低设备使用和保障费用，提高设备安全性和完好性，从而以较少的维修投入，实现基于状态的维修或视情况维修和自主式保障。

可以说，预测性维护对物流设备商、系统集成商和终端客户企业都带来显而易见的价值，详见表2。

三、预测性维护采用的技术

据北京科技大学物流工程系青年教师王培东介绍，任何设备在故障发生之前都会出现一些异常现象或症状，如振动偏大、有异常噪音等。预测性维护的目标就是预测出更为准确的故障预计发生时间，以便维护人员准确及时地做出应对。具体到物流系统设备预测性维护管理，主要环节包括：设施设备状态监测、故障诊断、故障预测、维修决策支持和维修活动实施。

做好维护可以保障自动化立体库的稳定高效运行

2018年，德勤在《预测性维护和智能工厂》报告中提出，借助以下三种技术可以实现预测性维护。

1.物联网。物联网使用温度、振动或电导率等传感器，将设备的操作过程转换为数字信号。数据也可以从其他来源传输，例如，机器的可编程逻辑控制器（PLC），制造执行系统（MES）终端，CMMS，甚至ERP系统。物联网完成物理-数字-物理（P-D-P）闭环的前半部分。

2.软件。预测性维护能够从关键设备传感器、企业资源规划系统（ERP）、计算机维护管理系统（CMMS）、生产数据等多个系统中快速采集数据。

3.硬件。主要是传感器，包括噪音、振动、电流、形变、扭力等多种类型的传感器。

赵毅提出，实现物流系统设备预测性维护需要从三个层面来考虑。

一是数据采集层：底层设备运行数据的采集主要通过两大类方式。一类是各类传感器；另一类是各子系统的控制系统，如PLC、单片机、单板机等等。德马已经和硬件合作伙伴共同设计研发了各类传感器，能够更好地匹配德马的各类设备。

二是边缘控制层：主要由数据网关、边缘计算、数据上传等软硬件组成。在硬件层面，德马和硬件合作伙伴共同定制研发数据采集网关，用来组网集成各类传感器和PLC、单片机；在软件层面，德马通过边缘计算，计算、提取有效数据并上传云端服务器。

三是分析应用层：分析应用层根据预设的模型对上传的数据进行挖掘、分析、加工，并最终呈现给终端客户。

谈到预测性维护最关键的技术，赵毅概括为三点：预测模型的建立、硬件网关的研发、定制传感器的研发。其中，预测模型的建立尤为困难。预测模型分为基于产品数字化模型的模型、基于实时数据的模型、基于历史趋势的模型这三类。无论哪种模型的建立，都需要花费大量的时间去收集测试运行数据和基础数据，逐步积累，逐步建立、优化模型。这是与物流自动化设备结合极其紧密而且周期很长的一个过程。

当前，越来越多的传感器被用于自动化立体库、穿梭车、输送系统、分拣系统、自动导引车AGV等物流设备。随着单个传感器的功能变得更加强大，可以减少传感器的使用数量。而云解决方案，则让过程数据可以在全球范围内用于维护和监控任务。

四、市场前景展望

据了解，物流设备在全生命周期的不同阶段有着不同的表现，通常在刚开始使用时会经常出现故障；随着时间的推移设备进入运行稳定期，故障大幅减少；到了后期，故障率会飙升，需要维护次数增加，直到最终报废。因此，国内外通行的做法是，物流系统集成商为客户提供一年的免费维保服务，有些厂商还提供驻地服务，即安排技术人员在客户现场工作，随时提供维护服务，解决突发紧急故障，以保障物流系统良好运行。

传统的物流设备定期维护方式具有经验化、被动性、粗糙化、低效化特征，维护过程中缺乏数据实时采集和监测体系，实际效果难以评估。预测性维护可以解决以上痛点问题，将产生新的市场需求。在记者采访中，需要相关服务的企业主要会考虑成本投入和经济价值如何体现、供应商的服务能力等方面。不同行业的关注点存在明显差异，如军工、航空航天等行业，更看重的是安全性和技术可用性，但绝大多数企业更加关注投入产出比；另外，如何评价预测性维护的效果也是企业考虑的重点。

北京科技大学物流工程系副教授杨乐昌告诉记者：预测性维护其实早已应用在多个行业领域。“例如，我们都熟悉通过不规则的声音或振动来预测汽车何时将发生故障。只不过物联网带来了新功能，即从数千或数百万台设备收集数据的能力，尤其是基于人工智能（AI）技术，我们可以从中学习、创建和更新模型，全部实现自动化且规模空前。”

最近几年，预测性维护管理延伸到物流装备领域。在这方面国外企业起步较早，一些大型工业自动化厂商如西门子、施耐德电气等把为制造工厂做监控运维的软件整体改进并应用到物流行业。

随着物流自动化、智能化水平不断提升，客户会需要更专业、更全面的售后服务支持，围绕物流系统设备提供维护、维修、健康监控等服务有着巨大的市场需求

“工业自动化企业在软件架构及技术方面虽然有着成熟的经验和技术，但他们毕竟不是物流设备制造商，因此对各种物流设备的产品特性没有很好地了解，很难真正切入运用到具体的设备中，给预测性运维提供帮助。”赵毅如此分析。 “相比之下，国内物流设备制造商对产品特性异常了解，但软件不够成熟，大多仍处于摸索的状态。这就好比地基很牢固，使得要建造什么样的房子都成为了可能。因此，这两年国内的设备制造商很多都在大力推进设备预测性维护管理软件的研发和推广工作。而德马属于走在比较前列的。”

如果将物流系统设备预测性维护管理作为一项服务，德马在收费方面会考虑哪些因素呢？赵毅告诉记者，天玑系统现在仍处于市场推广阶段，会采取让客户免费使用一段时间的策略。待客户体验上去后，再考虑采用一次性买断、按时间、按流量等不同的收费方式。

值得一提的是，在目前市场上，物流设备供应商或系统集成商看重的是销售，而售后服务被放在了从属地位，仅对公司业务起到支持作用，所以多数公司的人员和技术资源首先确保销售部门。其实，随着越来越多的物流系统上线运行，随着物流自动化、智能化水平不断提升，客户会需要更专业、更全面的售后服务支持，围绕物流系统设备提供维护、维修、健康监控等服务有着巨大的市场需求，将会成为物流设备厂商和系统集成商的重要业务模式与利润来源。

当物流装备企业更加重视产品交付后的运行维护服务，并将其作为痛点来解决，采用预测性维护模式，不仅可以大幅降低自身维护成本，也为客户带来减少故障次数、避免停机、缩短维修时间、提升系统稳定运行质量、提高效率与产能等价值。因此，预测性维护将使供应商与终端客户实现双赢，大数据、物联网、云技术的进步也会加速其发展，市场前景看好。

预测性维护技术应用建模、诊断、预测、优化、决策及AI 芯片以及众多的高新技术和人工智能新理论，其最大价值是基于设备健康状态监测，预测状态未来的发展趋势，在维护机会窗内选择成本最低的维护策略，同时综合考虑所有设备的维护需求，制定全局最优的维护方案。