Pages Navigation Menu

“工业4.0”时代下的预测性维护

  本文于2019年9月首次发表在意大利《Manutenzione – Tecnica & Management (Maintenance – Technique & Management) 》杂志中。作者:Alessandro Ariu。点击此处查看意大利语版原文。中英版译文由喜科翻译提供。

 

  航空航天、国防和安全领域领导厂商意大利Leonardo股份公司(以下简称“Leonardo公司”)在位于罗马附近的Cisterna di Latina工厂与其系统供应商Siveco集团合作开发了一新型维护模型,可帮助企业实现高效运营、减少停机事件,并提升工厂的可持续性发展。

 

  《Maintenance T&M》杂志对来自Leonardo公司的Paolo Venanzangeli先生进行了独家采访。Venanzangeli先生负责Leonardo公司意大利机载和航天系统业务部门的楼宇和设施管理,同时也担任Cisterna di Latina工厂生产线的维护经理。本次采访围绕Leonardo公司与Siveco集团共同合作的预测性维护项目,将深入了解该项目实现良好收益的原因以及如何将其推广到更多站点。

 

记者:
  Venanzangeli先生,您与Siveco集团的合作是如何开展的?以及您为何选择Coswin 8i?

 

Venanzangeli先生:
  2017年,我和Cisterna di Latina生产基地维护部门的同事意识到,尽管我们一直密切关注维护管理,但使用MS Office(Excel、Word和Project)这类传统工具永远无法使我们落实符合第四次工业革命技术飞跃的先进维护模型。

 

  因此,我们决定主动规划未来的发展,通过开展市场调研,了解哪家供应商能最好地满足我们的需求。我们最终选择了Siveco集团,它不仅可提供满足我们当下需求的多功能产品,同时也可为未来企业发展提供丰富的机会。

 

  系统仅用了几个月就实施完毕,同时我们选择为维护人员配备平板电脑,以实现:
实时接收工作申请;
通过扫描设备二维码下载技术文档;
无需返回办公室即可关闭已完成的工作。

 

记者:
  这些年来,Coswin 8i在Cisterna di Latina生产基地中使用效果如何?在维护效率和设备识别度方面取得了哪些成果?

 

Venanzangeli先生:
  在Coswin 8i系统上线后不久,我们很快就受益于这一计算机化的维护管理系统(CMMS),同时我们也认识到这为我们的维护模型带来了根本性改变。

 

  之后一个阶段,我们与Siveco团队通过对无人设备应用物联网传感器,逐步从预防性维护模型转型至预测性维护模型。预测性维护项目从去年年中开始实施,并于12月底投入使用。根据我们需要监控的设备属性选择对应的传感器。在此阶段,我们需要监控的属性包括:
能量消耗值;
温度值;
噪音值;
空气和液体流动值。

 

  传感器确实是一种强有力的工具,其采集的数据对我们进行故障分析非常有帮助,就像是拥有了一台时光机,我们可以用它及时追溯过往数据,观察哪些参数超出了正常范围以及由此产生的影响。

 

  自从项目开展以来,无故停机事件大大降低,且企业在可持续性发展方面也受益良多:
能耗降低帮助我们减少二氧化碳排放量;
液体溢出或气体泄漏的实时警报提高工厂安全性;
设备的高效维护帮助减少生产损失。

 

  此预测性维护项目入围了我们公司2018年度创新奖,并在创新组中获得了特别表彰。Leonardo创新奖自2004年设立以来一直是公司内部最令人期待的活动之一,同时也受到研究STEM(科学、技术、工程、数学)学科的意大利学生的密切关注。事实上,自2015年以来,我们就鼓励这些学生积极探索技术和研究的新领域。

 

记者:
  您正在或计划与喜科进行哪些深入合作,例如:在其他站点的应用、建立标准数学模型的算法开发?

 

Venanzangeli先生:
  鉴于预测性维护项目在Cisterna di Latina站点取得的满意结果,这套解决方案将扩展应用到Leonardo公司的其他站点。2019年,我们从位于意大利北部的Ronchi dei Legionari站点开始逐步实施,并与一些客户开展了合作。我们的目标是保持良好的维护势头,最终将CMMS系统覆盖至Leonardo公司在意大利的所有航空电子和空间系统业务站点中。

 

  除了将预测性维护模型推广到更多站点外,我们还将继续研究大数据分析算法,以获得设备绩效指标并开发机器学习模型。与仅能知晓设备是否在正常运作的传统模型相比,预测性维护模型中的绩效指标可给予我们更有价值的信息,如设备运行的好坏程度,从而提供设备缺陷的统计指标,使我们能预测下一次故障发生的时间段。通过这种方式,我们可以计划生产停机时间,从而降低对公司业务的负面影响。

 

  机器学习模型将以全自动的方式监控新增的设备。只需告知系统我们已安装了与现有设备类似的新机器,如:新切割机、新制冷机组等,且其参数目前是最佳的,系统将自动识别新设备,校准其设备状态参数,并在短暂的观察期后,自动将新设备纳入持续监测中。

 


Cisterna di Latina团队于2018年年中启动了该项目,并于同年12月投入使用。

 

 


通过对无人设备应用物联网传感器, Coswin 8i使企业从预防性维护转型至预测性维护成为可能。

 

  关于《Maintenance T&M》杂志

 

  于1956年成立的《Maintenance T&M》杂志是意大利维修协会下属的官方机构。该杂志是全意唯一一本全方位关注当地维护市场,聚焦“维护4.0”前沿的刊物。

 

  关于Leonardo公司

 

  Leonardo公司是一家全球知名的高科技企业,在航空航天、国防和安全领域位列世界前十,同时也是意大利主要的工业企业。Leonardo公司共有5个业务部门,在意大利、英国、波兰和美国都有着极为重要的工业业务,同时,通过诸如Leonardo DRS(国防电子产品)等子公司以及与ATR、MBDA、Telespazio、Thales Alenia Space和Avio等合资企业和合作伙伴合作开展业务。Leonardo公司凭借其高精尖技术,以及在直升机、飞机、航空结构设计、电子、网络安全和太空领域产品的领先优势,在国际市场上具有举足轻重的地位。

 


扫一扫
关注喜科微信