账户登录

登 录
免费注册 忘記密碼?

联系电话(0755)3662 8833

您现在的位置:主页 > 新闻资讯 > TnPM动态 > 干货丨什么是3i智能工厂?

干货丨什么是3i智能工厂?

2020-11-23 14:21设备管理大视野人气:


  

       欢迎阅读李葆文教授的原创书籍《全面规范化生产维护——从理念到实践第三版》第四章第2节:智能制造与智能维护体系的建立,鉴于本章节内容过多,将会分为多次展示,今日分享《智能制造与智能维护体系的建立》的主要内容。

智能制造与智能维护体系的建立

  一、3i智能工厂

  中国制造2025计划发布以来,中国企业在紧锣密鼓地朝着智能制造方向努力。未来的智能生产主要关注三个方向——智能制造,智能物流和智能维护,三者之间的逻辑关系如图4-4所示,我们称之为3i智能工厂核心框架。


图4-4 3i智能工厂核心框架
 

  TnPM智能维护的十二个方向

  3i智能工厂的一个重要支撑基础是设备的智能维护管理,其发展演变一般分为三个阶段,如图4-5所示。


图4-5 智能维护发展的三个阶段

  智能维护及相关要素逐渐浮出水面,成为我们必须思考的问题。TnPM体系的智能维护,我们从以下十二个方向做了探索。
 

  (1)维修策略的智能生成

  通过大数据分析,原来需要人脑进行的策略决策,系统将自动生成。如图4-6所示。值得指出的是,图4-6并未穷举所有的维修策略,国际、国内近年涌现出的维修策略很多,可以不断的通过智能方式生成。

  图4-6 通过大数据自动生成维修策略

  在诸多维修策略中,未来BDBM——大数据为基础的维护体系将成为主导方向。如图4-7所示。

  图4-7 大数据为基础的维护——BDBM
 

  在BDBM模型里,信息的输入分别来自四个方向:

  1)设备的工艺参数,包括设备的温度、压力、流量、电流、真空度、速度、位移等等,这些信息是设备控制系统DCS本身自带的,其主要用于反映设备工艺流程、加工质量等信息,我们将其转化为设备劣化信息。例如压力太高,可能意味着管路堵塞,压力太低,也许是出现管道泄露;例如,温度太高或者电流太大,可能是润滑不良;这类信息我们没有浪费,而是转化为设备劣化信息。

  2)设备的状态监测信息,这是根据需要后加给设备的某些传感器,如测温、测振、测压力等等,这部分信息直接反映设备劣化。

  3)设备的点检信息,这部分信息主要来自人类的无感,与人的经验密切相关。只要存在点检体系,这部分信息就要利用。

  4)设备的履历信息,包括曾经的故障、失效历史,换件历史等等,这部分信息是有助于我们的判断决策。

  而BDBM给我们的输出则是维修策略,维修时间节点,维修内容,使用工具,拆解范围、换件信息以及使用的工具。图4-8给出了一个使用BDBM的设计案例。

  图4-8 使用BDBM的设计案例

  (2)智能点检监测

  设备的点检和状态监测是未来智能维护的基础和主导方向,包括振动监测、油液监测、红外监测以及各种移动终端和智能点检工具的使用。这一些将起到明察秋毫和防微杜渐的作用。如图4-9所示。

  移动终端的使用逐渐使点检无纸化,这是一大进步。未来,VR眼镜的使用还将取代移动终端,将员工的双手解放出来。

  图4-9 智能监测和移动智能点检工具的使用

  (3)智能润滑

  智能润滑也是智能维护的发展趋势。智能润滑通过自动按时、按量加油,通过堵塞报警、泄漏报警,避免人工润滑的不确定性,也同时避免了加油过多或者加油不足。自动润滑将我们的六定、二洁、一密封、三过滤内容全部涵盖。智能润滑包括集中供油式和离散式加油两种。对于润滑内容相对集中,油品种类较少的系统,宜于采取集中智能润滑;对于加油部位分散,或者润滑油品种类较多的设备,宜于采取分散智能润滑。智能润滑的加油量适中,既避免过多,又避免过少,具有明显的优点,如图4-10所示。

  图4-10 智能润滑与手工润滑效果图

  (4)智能信息流管理

  在企业里,和设备相关的流包括工作流、备件资材物流、资金流以及价值流,这些信息流的管理要不断通过计算机和网络加以实现,并不断优化。如图4-11所示就是一个工作流,红色球代表SOP的形成和优化过程,绿色球代表SOP不断被基层员工执行的过程。

  图4-11 工作流的运行示意

  (5)智能诊断分析

  过去的诊断靠人的逻辑思维,自从啊发狗与人下棋,击败人类高手之后,人工智能变得越来越受到青睐。其实,机器不会比人聪明,也没有太多的逻辑思维,有的只是大大超越人类的计算速度和惊人的记忆力。是大数据告诉机器棋手如何下子,而非逻辑规则告诉机器怎么行动。其实,回到故障诊断,如果以往出现的大数据告诉我们如何判断故障,就自然形成了智能诊断。例如,无数次的因果关系连结,计算机采集下来。下次再出现同样的因,必然指向同样的果。这就是智能诊断的基本原理。图4-12给出计算机显示的故障因果链,或者故障树。我们依此因果关系来判断故障。

  图4-12 故障树的智能生成

扫二维码与项目经理沟通

我们在微信上24小时期待你的声音

解答本文疑问/TPM咨询/5S、6S、现场管理咨询/精益生产管理咨询/互联网交流

郑重申明:以外的任何单位或个人,不得使用该案例作为工作成功展示!



  • 雨水-精益效率管理
  • huayixin
    < >

    留言

    我猜您现在可能存在如下疑问:

    你们能做什么? 需要多少钱? 需要多久?

    我需要做什么? 需要提供什么资料? 售后服务怎么样?



    图文集锦

    更多>>
    中设协全面生产维护委员会年会及TnPM体系大会会况(二)

    底部广告