Spotlight on the Industrial Internet of Things (IIoT)
來源：物联之家网
研究人員說，機器嵌入的物聯網感測器，不僅可以監控機械故障，還可以讓機械自動修復。
由於工業物聯網(IIoT)的運用，生產停機時間減少了不少。科學家認為嵌入式感測器，及其收集的大量數據，可以打造能夠「自愈」的製造業設備。
一個富有激情的 SelSus 項目，就是基於這個概念建立的，目前多個歐洲學術機構和製造商(包括福特公司)，已經參與到這個項目的探索研究中。
團隊的想法是，不僅僅能夠在生產過程中發現故障，而且還可以透過基於數學算法的自我修復程序，來自動修復潛在問題。科學家說，設備診斷應在設備故障之前就進行，「自愈」能力將使設備監控達到一個新的高度。
德國 Fraunhofer 製造工程與自動化研究所(也是 SelSus 項目的參與機構之一)的 Martin Kasperczyk 在一則新聞稿中說：「該項目的目的不僅是監控機器和組件的運行狀況，還可以讓系統能夠早期檢出，潛在的薄弱點或者磨損跡象，以便讓系統能夠早期預測潛在故障。」
甚至在某些情況下也應該能夠自動修復這些故障。
團隊已經取得了一些進展。由歐盟資助的研究合作夥伴開發的系統之一 —— 用於生產發動機的機器臂，該裝置能在發生故障時進行自我修復。研究人員說：「如果它監測到了阻力，它會自動避開而不至於弄斷自己。」
該系統還可以預測，電纜在負載情況下斷電的可能性。
「自愈」技術如何運作
網路傳感器驅動技術，主要基於計算概率的貝葉斯網路數學模型。它與學習軟體一起分析機器如何運行，成為算法組合的一部分。
這其實並不容易。
Kasperczyk 說：「僅僅透過編程幾種算法，並不能夠達到目的。」
模型數據在機器安裝時獲取，並在負載下進行測試，然後將其與實際運行狀況進行比較，並向人機操作介面提供警報。
Fraunhofer IPA 的 Michael Kempf 在項目網站上的說：「主要的挑戰是建立決策模型和仿真模型，以反映真實的製造環境。」
連接到物聯網系統的聲音感測器，可以預測機械故障。超音波和振動採樣感測器聯合相關算法，可以基於機器生產時產生的噪音向服務商發出通知，因為一些聲音可能提示故障，如果設備異常，發出的聲音也會不一樣。
Sel Sus (自我維持製造系統的健康監控和終身能力管理)項目，另一個參與者是瑞典家電製造商伊萊克斯，它需要一個決策支持系統來預測洗衣機製造廠的故障。透過感測器監控一些可能造成故障的指標，如過度用電、產熱以及機油的使用等。SelSus 項目提供的數位處理技術，最終能夠保障工廠持續運行。
沒有留言:
張貼留言