工業(yè)大數(shù)據(jù)采集處理與應(yīng)用-項(xiàng)目7

彭振云唐昭琳工業(yè)大數(shù)據(jù)采集、處理與應(yīng)用1一、了解工業(yè)大數(shù)據(jù)二、工業(yè)大數(shù)據(jù)采集三、工業(yè)大數(shù)據(jù)預(yù)處理四、工業(yè)大數(shù)據(jù)建模五、工業(yè)大數(shù)據(jù)分析六、工業(yè)大數(shù)據(jù)可視化七、工業(yè)大數(shù)據(jù)應(yīng)用課程目錄三、工業(yè)大數(shù)據(jù)建模了解設(shè)備預(yù)測維護(hù)的作用掌握設(shè)備健康狀態(tài)評估方法了解工業(yè)大數(shù)據(jù)在設(shè)備健康狀態(tài)評估中的應(yīng)用了解工業(yè)大數(shù)據(jù)在設(shè)備故障檢測的應(yīng)用了解工業(yè)大數(shù)據(jù)在質(zhì)量檢測和工藝優(yōu)化中的應(yīng)用2知識(shí)目標(biāo)技能目標(biāo)能夠結(jié)合工業(yè)領(lǐng)域的不同行業(yè)，分析應(yīng)用需求，了解大數(shù)據(jù)應(yīng)用平臺(tái)的用途。學(xué)習(xí)目標(biāo)3三、工業(yè)大數(shù)據(jù)建模數(shù)據(jù)驅(qū)動(dòng)的制造設(shè)備預(yù)測維護(hù)設(shè)備健康狀態(tài)評估設(shè)備健康指數(shù)計(jì)算設(shè)備健康等級劃分了解風(fēng)力發(fā)電行業(yè)對大數(shù)據(jù)應(yīng)用的需求了解設(shè)備故障檢測平臺(tái)平臺(tái)應(yīng)用實(shí)例了解汽車整車生產(chǎn)行業(yè)對大數(shù)據(jù)應(yīng)用的需求了解質(zhì)量檢測和工藝優(yōu)化平臺(tái)平臺(tái)應(yīng)用實(shí)例（一）認(rèn)識(shí)數(shù)據(jù)驅(qū)動(dòng)的設(shè)備狀態(tài)評估應(yīng)用（二）認(rèn)識(shí)數(shù)據(jù)驅(qū)動(dòng)的設(shè)備故障檢測應(yīng)用（三）認(rèn)識(shí)數(shù)據(jù)驅(qū)動(dòng)的質(zhì)量檢測和工藝優(yōu)化應(yīng)用4什么是數(shù)據(jù)驅(qū)動(dòng)的制造？三、工業(yè)大數(shù)據(jù)建模數(shù)據(jù)驅(qū)動(dòng)的制造，指通過傳感器、物聯(lián)網(wǎng)等，對機(jī)器運(yùn)行的海量數(shù)據(jù)以及終端用戶的行為數(shù)據(jù)進(jìn)行采集，并加以分析，從而對產(chǎn)品從設(shè)計(jì)到銷售的全生命周期進(jìn)行最優(yōu)化的管理。在產(chǎn)品生產(chǎn)階段，通過傳感器，對機(jī)器運(yùn)作數(shù)據(jù)進(jìn)行采集并加以分析，從而實(shí)時(shí)地了解工廠的運(yùn)作情況，通過執(zhí)行器對機(jī)器運(yùn)作進(jìn)行控制。在產(chǎn)品服務(wù)階段，采集機(jī)器使用數(shù)據(jù)，從而更好地了解機(jī)器被使用的情況，以便安排維護(hù)服務(wù)，改善機(jī)器的設(shè)計(jì)。互聯(lián)網(wǎng)技術(shù)、物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)和人工智能的進(jìn)步對制造業(yè)產(chǎn)生了深遠(yuǎn)影響。收集到的大數(shù)據(jù)越來越多，進(jìn)而為傳統(tǒng)的制造模式往智能制造轉(zhuǎn)型提供了一個(gè)巨大的機(jī)會(huì)。這使得企業(yè)能夠采用數(shù)據(jù)驅(qū)動(dòng)的戰(zhàn)略，從而提高自己的競爭力。5三、工業(yè)大數(shù)據(jù)建模什么是設(shè)備預(yù)測維護(hù)？設(shè)備預(yù)測維護(hù)，是基于狀態(tài)的維護(hù)，也稱為CBM（ConditionBasedMaintenance）。利用傳感器從設(shè)備端采集數(shù)據(jù)，再利用計(jì)算機(jī)對采集到的數(shù)據(jù)進(jìn)行智能分析，判斷設(shè)備當(dāng)前健康狀態(tài)，對設(shè)備健康狀態(tài)進(jìn)行預(yù)測后提前采取相應(yīng)的維護(hù)措施，可實(shí)現(xiàn)設(shè)備的零故障運(yùn)行。例：某鋼鐵企業(yè)的液壓系統(tǒng)設(shè)備監(jiān)控設(shè)置設(shè)備在線監(jiān)測的測點(diǎn)6三、工業(yè)大數(shù)據(jù)建模什么是設(shè)備健康狀態(tài)評估？設(shè)備健康狀態(tài)評估

通過采集設(shè)備傳感器的歷史數(shù)據(jù)并進(jìn)行分析，了解運(yùn)行設(shè)備的健康狀態(tài)及穩(wěn)定性趨勢，及時(shí)發(fā)現(xiàn)設(shè)備的異常狀態(tài)或故障征兆。對設(shè)備定時(shí)進(jìn)行狀態(tài)評估，保障設(shè)備的可用性，減少非計(jì)劃性停機(jī)率，可以提高安全生產(chǎn)水平和降低停機(jī)損失；間接判斷設(shè)備老化程度以及維修的緊迫性，為設(shè)備預(yù)測維護(hù)提供重要依據(jù)；對比設(shè)備操作歷史，發(fā)現(xiàn)影響設(shè)備壽命的非合理性操作等因素；發(fā)現(xiàn)設(shè)備生產(chǎn)過程與設(shè)備質(zhì)量的關(guān)聯(lián)因素，為優(yōu)化生產(chǎn)過程控制提高重要依據(jù)。。作用7三、工業(yè)大數(shù)據(jù)建模設(shè)備健康指數(shù)計(jì)算設(shè)備健康指數(shù)

設(shè)備在生產(chǎn)運(yùn)行中保持特定性能的滿足程度。一般地，設(shè)備健康指數(shù)用介于0和1之間的數(shù)值表示，那么1代表最佳狀態(tài)，0代表完全失效狀態(tài)。當(dāng)實(shí)測值小于標(biāo)準(zhǔn)值時(shí)：健康指數(shù)=（實(shí)測值-最小值）/（標(biāo)準(zhǔn)值-最小值）

當(dāng)實(shí)測值大于標(biāo)準(zhǔn)時(shí)時(shí)：健康指數(shù)=（最大值-實(shí)測值）/（最大值-標(biāo)準(zhǔn)值）健康指數(shù)計(jì)算例，一臺(tái)扭矩機(jī)的扭矩標(biāo)準(zhǔn)值是180，閾值范圍是[120，220]，某時(shí)刻實(shí)測得到該扭矩機(jī)的扭矩值是140，則該設(shè)備在該時(shí)刻的健康度是：扭矩健康指數(shù)=(140-120)/(180-120)=0.338三、工業(yè)大數(shù)據(jù)建模設(shè)備多特征的健康指數(shù)計(jì)算特征標(biāo)準(zhǔn)值閾值范圍權(quán)重實(shí)測值健康指數(shù)扭矩（牛米）1.81~2.40.251.50.625角度（度）4535~550.30500.5轉(zhuǎn)速（轉(zhuǎn)/分鐘）300250~3400.153200.5擰緊時(shí)間（秒）105~150.20140.2噪音（分貝）50不大于600.10550.5設(shè)備健康指數(shù)0.47125例，某擰緊機(jī)設(shè)備的健康指數(shù)計(jì)算結(jié)果

9三、工業(yè)大數(shù)據(jù)建模根據(jù)健康指數(shù)劃分健康等級健康等級劃分健康指數(shù)取值范圍健康狀態(tài)描述一級：健康0.85-1.0健康狀態(tài)非常好二級：比較健康0.65-0.85健康狀態(tài)良好，適合長期運(yùn)行三級：亞健康0.45-0.65出現(xiàn)異常征兆，不適合長期運(yùn)行四級：不健康(輕微故障)0.35-0.45出現(xiàn)較為嚴(yán)重的異常征兆，應(yīng)采取調(diào)整措施五級：病態(tài)（故障）0.20-0.35出現(xiàn)嚴(yán)重的異常征兆，應(yīng)在短時(shí)間內(nèi)停機(jī)檢修六級：嚴(yán)重病態(tài)（嚴(yán)重故障）0-0.25不能運(yùn)行，應(yīng)立即停機(jī)檢修設(shè)備健康狀態(tài)可以劃分為健康、比較健康、亞健康、不健康、病態(tài)、嚴(yán)重病態(tài)等多個(gè)等級?？梢詤⒄沼?jì)算設(shè)備健康指數(shù)的大小將健康等級與指數(shù)對應(yīng)。以扭矩機(jī)的健康狀態(tài)評估為例，將健康等級劃分為6級10三、工業(yè)大數(shù)據(jù)建模了解風(fēng)力發(fā)電行業(yè)對大數(shù)據(jù)的應(yīng)用需求風(fēng)力發(fā)電機(jī)各部件主要通過螺栓連接，每個(gè)葉片根部均有50個(gè)螺栓固定，因?yàn)轱L(fēng)機(jī)的變槳操作、螺栓零件的自然老化或葉片受到過大應(yīng)力等因素，葉根螺栓會(huì)產(chǎn)生斷裂甚至脫落的情形。葉根螺栓的斷裂可能導(dǎo)致螺栓脫落掉進(jìn)風(fēng)機(jī)機(jī)艙，造成風(fēng)機(jī)機(jī)艙內(nèi)部機(jī)組的損壞，且當(dāng)一個(gè)螺栓出現(xiàn)問題，很容易造成其他螺栓接連斷裂，最終將造成葉片掉落，甚至倒塌的嚴(yán)重后果。痛點(diǎn)：風(fēng)場通常設(shè)置在如山區(qū)、草原、海邊或者離岸等偏遠(yuǎn)的地區(qū)，且一個(gè)風(fēng)場通常由數(shù)十臺(tái)風(fēng)機(jī)組成，對逐個(gè)風(fēng)機(jī)進(jìn)行高頻率的人工排查非常耗費(fèi)人力及時(shí)間成本。特定期的巡檢并不能及時(shí)發(fā)現(xiàn)，往往在出現(xiàn)嚴(yán)重故障后才會(huì)發(fā)現(xiàn)。如何能及時(shí)發(fā)現(xiàn)螺栓斷裂避免后續(xù)嚴(yán)重故障發(fā)生，是該風(fēng)電企業(yè)急需解決的問題。11三、工業(yè)大數(shù)據(jù)建模風(fēng)力發(fā)電機(jī)大數(shù)據(jù)應(yīng)用平臺(tái)該平臺(tái)基于大數(shù)據(jù)的機(jī)器學(xué)習(xí)技術(shù)，可從眾多的風(fēng)機(jī)周邊傳感器數(shù)據(jù)指標(biāo)中篩選出相關(guān)變量，建立風(fēng)機(jī)正常和異常運(yùn)轉(zhuǎn)模型，確定螺栓斷裂發(fā)生的時(shí)間段，再通過對分類算法閾值的不斷學(xué)習(xí)，逐步找到精準(zhǔn)的斷裂發(fā)生時(shí)間點(diǎn)，進(jìn)而實(shí)現(xiàn)對螺栓斷裂的精準(zhǔn)檢測。12三、工業(yè)大數(shù)據(jù)建模平臺(tái)應(yīng)用示例風(fēng)電發(fā)電機(jī)故障檢測數(shù)據(jù)2020年5月15日至6月15日的數(shù)據(jù)，各種傳感器數(shù)據(jù)，如風(fēng)機(jī)轉(zhuǎn)速、傾角、風(fēng)速、方向等參數(shù)。無法直觀的看出葉根螺栓是否存在斷裂的問題。風(fēng)電發(fā)電機(jī)故障檢測分析結(jié)果13三、工業(yè)大數(shù)據(jù)建模了解汽車整車生產(chǎn)行業(yè)對大數(shù)據(jù)應(yīng)用的需求痛點(diǎn)：在沖壓生產(chǎn)試制過程中，影響側(cè)圍在拉伸工序中產(chǎn)生局部開裂的因素很多，如設(shè)備性能、模具狀態(tài)、板材性能等，調(diào)整參數(shù)與反復(fù)試制的方法，具有一定的盲目性，成本大、效率低。在沖壓生產(chǎn)過程中，部分側(cè)圍在拉伸工序中易產(chǎn)生局部開裂現(xiàn)象，需反復(fù)進(jìn)行參數(shù)調(diào)整與試制；在生產(chǎn)線線尾，需配備大量質(zhì)檢人員進(jìn)行沖壓件表面缺陷人工檢測。沖壓產(chǎn)線線尾現(xiàn)有檢測方式為人工手動(dòng)檢測，需在有限生產(chǎn)節(jié)拍時(shí)間內(nèi)，快速分揀出帶有開裂、刮傷、滑移線、凹凸包等表面缺陷的沖壓件，檢測標(biāo)準(zhǔn)不統(tǒng)一、穩(wěn)定性不高、質(zhì)檢數(shù)據(jù)難以有效量化和存儲(chǔ)，不利于企業(yè)數(shù)據(jù)資源收集、質(zhì)量問題分析與追溯。影響因素多、數(shù)據(jù)形式差異大，且分布在車間不同業(yè)務(wù)系統(tǒng)中，既有設(shè)備實(shí)時(shí)性數(shù)據(jù)，又有非結(jié)構(gòu)化的圖像數(shù)據(jù)，對數(shù)據(jù)采集、管理與存儲(chǔ)的要求極高。14三、工業(yè)大數(shù)據(jù)建模了解質(zhì)量檢測和工藝優(yōu)化平