前沿研究丨用于智能维护的大数据调度和全球标准方法( 三 )


三 理论与方法
(一)智能维护
常见的维护方法包括修正法、预防法、预测法和主动法 。 修正法是未经计划的和在发生随机故障时进行维修的方法 。 其他3种方法均为有计划的方法 , 并且会评估预防性和(或)预测性分析中的数据 。 预防性维护加大了对组件的利用程度 , 评估了统计学研究和设备手册 , 从而在出现故障之前为换件程序提供支持 。 预测性维护使用传感器进行组件分析、数据收集和制造流程分析 , 并根据历史趋势逐步减少问题 , 从而提高生产效率 。 主动维护的基础在于对问题及其原因的了解 , 可以评估组件与流体或润滑剂之间的所有关系 , 列出每个潜在的问题并不断改进 。
本文提出的智能维护是一种以人为本的方法 , 它将人类习惯和相关知识水平纳入考量 , 对新机器/组件与人力资源之间的关系进行评估 , 旨在通过采用一种新型的人机培训方法来改进主动维护 。 该人机培训法具有针对高级诊断的自主系统(参见人-信息-物理系统) , 还可以通过零故障分析逐步升级为为设施管理提供支持的网络空间 。
(二)全球标准方法的提议
每个制造系统中的人类习惯和操作可能会有所不同 , 这取决于环境条件、现有资源、网络、基础设施、设备等 。 所以 , 我们必须对每种人机交互中的感兴趣区域 , 以及在质量、可持续性和效率方面具有较高的成功潜力的操作提议进行定义 。
本文提出的社会5.0全球标准方法(GSM5)(图1)能够不断完善自身 , 并且可以利用预测分析来优化运行与维护(O&M)流程 。
前沿研究丨用于智能维护的大数据调度和全球标准方法文章插图
图1 用于人-信息-物理空间的社会5.0全球标准方法和运营管理方法 。 社会5.0的物理空间:环境资源、用于统一时间定义的智能系统和网络、提高运营效率的创新教育 , 以及大规模定制目标(棕色方框) 。 智能维护调度和人-信息-物理系统信息数据流(蓝色方框) 。 网络空间运营管理调度的宏观领域(黄色方框)
社会5.0全球标准方法的目的是开发生产流程和支持流程 , 以实现一种能够在所有运营管理级别上提供正确信息的多核循环系统 , 从而确保人工智能的完整调度 。 专用的智能系统、网络和应用为创新教育提供了基础 。 为实现情境化的大规模定制 , 我们必须对社会5.0中典型智能工厂的环境进行分析 。
培训和调度系统(即智能维护)通过大数据链得以构建 , 而流程设计可使社会5.0中典型的智慧城市不断加以完善 , 也可改进跨企业活动以实现自适应 。 从已安装的机器(即与人类协作的机器)中获得的数据可被用于人类进行创新教育 , 从而预测和计划未来的维护工作 。 如今 , 环境问题和人类需求要求我们创造更多的可持续流程 , 这界定了现有资源和生产限制(即由人类训练的机器) 。 这样做的目的是确保全球化的扩展(即由机器训练的机器) , 并且缩短所投入和浪费的时间 。
具有智能应用的数据调度从执行新的操作流程开始 , 评估了以下相关宏观领域中的人机交互:零故障、大数据链、高级诊断 , 以及新一代智能制造(NGIM) 。 结构化的网络空间通过新一代智能制造为大规模定制流程及其在具有现有生物资源的特定环境中的零故障整合提供支持 。 信息与智能系统和网络的实时共享 , 可实现创新教育、相关数据分析和高级诊断 。
因此 , 基于特定环境下得出的未来结果 , 为了获得从网络空间到物理空间的简单的、经过验证的、可扩展的演示程序 , 所有操作流程都需要完整的大数据分析来建立和开发程序 , 以减少故障和浪费 。
空间是无限的三维范围 , 其中物体和事件具有相对的位置和方向 。 人-信息-物理空间分析人-信息-物理系统(物体和事件)和操作流程(位置和方向) 。
网络空间和物理空间之间的连接需要硬件(HW)和软件 , 它们可以在人-信息-物理系统中通过本体将人机交互数字化并进行完善 。 具有相关数据调度管理流程的自主网络空间的创建 , 使我们可以根据社会5.0的参数模拟新一代智能制造的操作过程 。


推荐阅读