大數據在設備預測性維修中的應用研究

王毅 余晨晨

摘 要：隨著科技進步和經濟的不斷高質量發展，汽車制造企業對設備預測性維修這一塊需求逐漸增大，可通過大數據的融入，對關鍵設備進行分析和維修，搭建預測性維修系統，為今后工作提供便利，具體是利用數據為依據，演變為故障診斷機理。該項研究的投入，具有深遠意義，可精確到控制系統對故障提前預知，故而故障因子有了預警系統，對設備的安全性、穩定性、可靠性存在促進作用，同時也說明了維修在向著預測性維護轉變，為今后的相關企業提供了現代化技術，提高了企業的安全性管理。

關鍵詞：大數據挖掘;汽車制造企業;預測性維護

引言：眾所眾知，汽車制造企業屬于典型流程制造范疇，生產過程既繁瑣又專業，加上原料、生產工藝、生產裝備、運營管理等各環節具有高要求的標準，需要結合現代化技術投入生產，為今后工作提供依據。在應用汽車制造企業工業大數據期間，發現難點無非在采集、集成、管理、分析、數據鏈條等環節，至今未攻克打通，以及后期數據驅動業務的應用，會帶入數據思維，對生產的創新和優化具有推動作用。本文研究集中在了電機、機組兩個環節，旨在建立監測實時數據庫的故障特征信息數據庫，作為大數據技術要參與信息分析挖掘，對關鍵設備的價值發揮出來，創建創新性的一體化故障模型，包括了設備狀態監測、設備狀態預測預警、維修相關內容，是今后技術發展的領先技術。

1大數據分析技術應用

本文是以汽車制造企業為研究基礎的，以普遍性存在現象，建立創新性、現代化的維修信息系統原型，途中采用大數據技術，對電機、機組等設備進行分析和研究，進而創建數據庫，借助其中內容植入預警、預測等機制。研究的內容為以下：

1.1設備預測性維修數據庫

預防性維修數據庫首先要確定兩個組成部分，為：設備運行數據以及維護資料。其次，介紹兩項內容，運行數據是對設備狀態的記錄、檢測數據、采購-領用-安裝-報廢數據等等;維護資料是設備特性的記錄，有合格證、圖紙、檢修資料、工藝流程等等，再具體來說分布于DCS、MES、ERP系統之中。最后，以數據為標準，進行分類，建立預測性設備[1]。

1.2設備狀態監測研究

當數據庫建立完成后，應合理應用狀態檢測的各個手段，又分成了不同的監視，常見的有：振動、溫度、濕度、電流、電壓等。再者，不同設備根據不同的狀態，對預測性維修信息系統集中成一個整體，因編碼的不同，又具有明顯性。

1.3設備故障科學分析診斷

在汽車制造企業中，有板鏈輸送環節，要對輸送線生成的數據進行采集，建立預知性維修設備。然后，對設備進行分析和管理，掌握7*24小時功能動態化數據，為今后的有效定性評價和狀態定量評估提供依據，再者有效的移動設備管理，可為工作提供控制、優化維護等好處，是設備運行的關鍵部分[2]。

像我們提到的輸送設備，設備運行、裝置工藝、工況參數等環節，要對各個參數收集好、整理好，為數據融合做好準備，進而持續優化操作。分析以往的各項數據和故障，針對性地確立維護措施、維護方案，今后工作因此有了更大保障，控制突發停機時間。

1.4設備故障特性預警預測

在具體運行階段中，若是系統內的數據出現了偏離，或者浮動，當已經超出分布規律，系統會發揮檢測系統的性能進行預警，持續為維修人員監控和控制，如果情況得不到控制，并持續惡化，已經超出至預警檢測線上限或下限，系統會通過之前設定的途徑向工作人員發出警告，通常情況下是，通過網頁、郵件、移動設備三種。

1.5大數據深度學習建模

在上文的論述中，已經表明了深化學習的模型建立。具體是通過歷史階段性數據收集、現在檢測狀況數據進行分析，在歷史中找到有助于優化的途徑，在現代中發現未來，讓數據預知變的規范化、合理化，并結合大數據技術分析進入更深層次的學習。

1.6大數據分析構架

大數據挖掘平臺應用已久，在這里需要知道數據訪問和計算過程是重要組成部分，不可缺少的環節。隨著社會發展，以積累的數據信息越來越多，計算信息平臺需要足夠算力以應對這種趨勢，將大規模的數據做好管理，為接下來的數據分析、處理任務做好節點和執行，這是良性發展的前提。結構外層分析，我們要以信息安全為重點，構成數據信息湖，其中存在不確定、不完整、多元化的信息，要結合相關融合技術，為預處理做好準備;其次，數據特點為復雜、動態，同樣需要做好預處理、分析以及挖掘，通過這些零散的內容，獲得普遍性故障方案，最后將反饋效果植入與模型中，作為參數，為今后工作提供幫助。在未來，分析體系結構并植入大數據技術、信息平臺，作為連接的點，發揮著重大作用。設備大數據預測維護平臺的建立起到了連接未來的重大意義，可有效進行信息共享、信息隱私兩項原則，能夠為今后的大數據應用提供依據，作為數據參考的標準[3]。

2設備預測性維修模型研究

上文中論述了預測維修系統與大數據的應用，最明顯的還是大數據應用，現在要探索預測性維修模型框架，過程分為以下兩個階段：

2.1電機預測性維修模型研究

電機的監測，要結合震動監測、電流監測、電壓監測三個方面，予以建立監控系統，其中的軸承故障應作為數據庫的重點，指導做好保養方案，維修手冊、搶修應急預案。對于機組運行來說，必須要建立好結合了現在狀況和歷史經驗兩階段的持續研究。工作人員要定時定點的檢查機組的振動幅度和狀況，像加速度、速度都是收集的重點;以及加速度和速度有波形的位移動態，可建立數據庫。最后，轉臺電機是建立監測的核心要點，觀察其中的工況、工藝、溫度、阻力等因素。

2.2機組預測性維修模型研究

機組預測維修在今后的研究方向要表現明，其中預防喘振為主要研究對象，具體是板鏈輸送發端的振動及方向變化，再結合常用的LIMS技術，查看設備運行的狀態以及未來趨勢，在得知數據后，可通過調整工藝的方式進行解決，主要是前端部分，進而防止電流過載的出現以及板鏈間隙未及時合攏的安全風險。在以往經驗中，發端機組位移方向達到某個角度后，板鏈間隙未及時合攏狀況出現。值得思考的是，這個角度與之相關的因素極多，其中發端壓力、終端壓力、發端溫度、發端清潔度等因素均具有影響力。

結束語：綜上所述，以上是對大數據在設備預測性維修中應用研究的簡要分析。鑒于以上論述，可見汽車制造企業結合大數據技術進行管理和生產調節，具有深遠意義。在應用大數據技術期間，故障檢測能力因此加強了，進而降低了后期設備故障維修的費用，維護并延長使用壽命的同時，節約了能源，提高了生產的效率。再者，大數據技術是智能化的核心組成部分，帶領未來設備向著創新、智能方向發展，打造一體化，為信息管理產業鏈提供巨大幫助和深遠意義。

參考文獻：

[1]姬觀華.大數據在航空裝備維修保障中的應用研究[J].中國信息化，2017

[2]李維軍，劉紅濤.便攜式熱成像儀在電氣設備預知性維修中的應用研究[J].中國設備工程，2018：61-62.

[3]張相廣，袁哲人，曾劍鹿.大數據在負載均衡設備運維中的應用[J].中國金融電腦，2018