基于大数据的设备远程故障诊断与维护

来自 搜狐网 的图片

基于大数据的设备远程故障诊断与维护通过大数据的设备台账管理与监控、供应商互联，开展设备远程故障诊断与维修维护工作，实现智能化的设备管理。基于大数据的设备远程故障诊断与维修维护可以有效帮助生产管理人员能及时掌控生产设备的运行状况和能力，提前预知设备故障，做好设备预保全，提高设备开动率，促进产线更有效的运转与生产。大数据的应用有力驱动生产设备过程管控与动态优化。未来，企业将进一步加强智能工厂大数据智能决策的能力，更好地为生产保驾护航，提升企业在行业内的竞争力。

目录

• 一、案例简介
• 二、案例背景介绍
• 三、案例应用详情
• 四、创新性与优势
• 五、案例应用效益分析
• 参考文献

一、案例简介

通过大数据技术的应用，实现了对生产车间各工艺环节每个在线车辆、关键配套零件的全面识别监控，并对各生产线体的设备运行数据、连接质量数据及精度检测数据等关键信息进行数据采集跟踪、快速分析，提前预知设备故障，做好设备预保全，提高设备开动率，保证生产效率；并将采集到的生产数据汇总至与车间制造执行系统（MES）、物流系统等信息系统，实现不同设备之间、不同系统之间信息互联互通和有效集成，为生产管理、设备维修管理提供数据基础。

基于大数据的设备远程故障诊断与维护可以有效帮助生产管理人员能及时掌控生产设备的运行状况和能力，保障生产设备处于最佳状态。大数据的应用有力驱动生产设备过程管控与动态优化。未来，企业将进一步加强智能工厂大数据智能决策的能力，更好地为企业生产保驾护航，达到提质、增效、降耗和控险的目的。

二、案例背景介绍

汽车智能制造要求对各工艺环节每个在线车辆、关键配套零件进行全面识别监控，需要对各生产线体的设备运行数据、连接质量数据及精度检测数据等关键信息进行数据采集跟踪、快速分析，以提前预知设备故障，做好设备预保全，提高设备开动率，保证生产效率；并将采集到的生产数据汇总至与车间制造执行系统（MES）、物流系统等信息系统，以实现不同设备之间、不同系统之间信息互联互通和有效集成，为生产管理、设备维修管理提供数据基础。

三、案例应用详情

基于大数据的设备远程故障诊断与维修维护可以有效帮助生产管理人员能及时掌控生产设备的运行状况和能力，保障生产设备处于最佳状态。

大数据的应用有力驱动生产设备过程管控与动态优化。系统对设备PLC的数据采集，获取到大量的原始数据，对设备运行的状态进行收集、清洗、提取等环节，为设备的分析预测提供基础。和供应商建立远程连接，及时获取设备异常事件及其原因，并建立异常解决办法，方法通过互联网络发送到维修中心进行维修维护安排。同时，根据自动化设备的运行状态，实时进行设备的启/停及故障数据采集，生成设备故障维护请求，根据故障原因、停机时间进行统计分析，并生成维修经验库，指导设备的维护保养工作，实现设备的闭环管理。所有重点的设备及传感器都接入PLC，且PLC都接入了由光纤环网组成的上位系统。所有重点设备的报警信息及故障复位等各种状态会实时在上位系统进行反馈，且可以自行统计设备的正常及异常时间。同时关键设备及工艺参数均实现了实时监控，并形成趋势推移图、构成动态的监测，管理者可以从推移图中发现趋势，从而进行相应的预防性设备维护项目，防止故障的发生，提高设备开动率。例如，焊装车间通过对机器人等关键设备建立云数据智能决策系统，实现对机器人电机电流、扭矩、温度、程序运行状态、系统状态等全方位监控，并结合其他同类机器人收集的信息进行对比，通过云计算分析技术去分析机器人的运行状态及趋势，从而向相关的维护人员推荐对应的维保措施，防止机器人在生产过程中发生故障停机，提高设备开动率。

通过打造支持汽车全生命周期协同优化的工业大数据平台，针对大规模个性化定制模式下业务协同的决策优化，以汽车全生命周期数据的挖掘分析并反馈到研发设计环节为目标，重点构建以用户需求数据、产品设计数据、制造过程质量数据、制造过程设备数据、产品运维服务的车联网数据等为核心的工业大数据库；并综合运用数据挖掘、知识发现、知识图谱等技术，实现对整车大规模个性化定制过程的产品设计优化、生产运营优化以及设备运行优化等多目标、多环节的协同优化。

四、创新性与优势

大数据智能决策。通过大数据助力分析与决策，实现公司制造、采购、质量、销售、财务、物流、生产管理、车联网及人力资源等九大领域的全价值链数据可视化，通过手机端、大屏端等设备随时随地掌控公司生产过程、经营结果等，通过数据倒逼业务流程、管理改善，推动数据创新。

在销售领域，对多个维度对订单、发车、提车、区域等大数据进行分析，对未达标指标进行数据预警。

在生产领域，大数据平台全面采集设备运行数据、冲压面品精度、连接质量、车身精度、拧紧数据等关键生产运行信息，实现全厂核心设备互联，实时自诊断，快速智能决策。并实时监控车间生产情况，自动生成不同车间、时间维度的计划、产量与返修情况推移。

将大数据技术、互联网技术、自动化、数字化等与制造工艺全流程结合应用，实现数据采集与信息管控、全生命周期管控等，有效地满足新能源汽车先进制造过程的需求。

五、案例应用效益分析

通过基于大数据与互联网的设备台账管理与监控、供应商互联，开展设备远程故障诊断与维修维护工作，实现智能化的设备管理。

以大数据生产信息系统为基础，实现生产线上的一切现场状况可视化，提前预知设备故障，做好设备预保全，提高设备开动率，促进产线更有效的运转与生产。

未来，企业将进一步加强智能工厂大数据智能决策的能力，构建智能分析系统“工业大脑”进行相应的智能决策，更好地为企业生产保驾护航，达到提质、增效、降耗和控险的目的，提升企业在行业内的竞争力。