新基建的發(fā)展大勢給制造業(yè)帶來了更多的發(fā)展機會。然而對于致力于在新基建中有所作為的制造單位，一套智能化的設備及技術措施必不可少。生產效率、產品質量的保障，設備的高效、健康運行，企業(yè)的高效管理必須有效統一在一個整體，方可提升企業(yè)的競爭力，在新基建大潮中贏得屬于自己的紅利。
國內某研究型單位為驗證智能制造構成及原理，構建了一條無人產線，引入大量數控設備，刀具作為數控機床的關鍵部件之一，其性能將受加工材質、速度、時間、溫度、壓力等影響。若以周期性維護和故障事后處理為主要維護方式，其狀態(tài)難以掌握、維護成本高、停機時間長。鑒于此，該研究型單位導入臺達自主研發(fā)的數控機床刀具預測性維護系統。
“工欲善其事，必先利其器”。為了持續(xù)穩(wěn)定地滿足產品生產服務，避免因設備異常造成生產力下降和質量差異，通常情況下采用定期保養(yǎng)維護或設定安全閥值的方式進行設備維護。然而在動態(tài)多變的市場需求之下，設備加工產品材質、時長等不同，需要根據運行狀態(tài)開展設備維護，通過采集、分析設備狀態(tài)信息，實時監(jiān)測設備狀態(tài)，進行異常偵測、剩余壽命預測，給出維護策略，事先洞察設備故障、及時發(fā)現可能的損壞趨勢，為制造提供決策支持，降低突發(fā)故障造成的產能損失。
在現代化的智能制造發(fā)展中，預測性維護具有非常重要的意義。研究機構的研究數據表明，制造業(yè)中，設備在生產中發(fā)生故障的概率要遠遠超過因設備因老化而出現故障的概率。造成非預期故障停機的發(fā)生會使得生產任務中斷與生產任務重新規(guī)劃，甚至會導致訂單違約、企業(yè)名譽受損，及訂單流失。
臺達數控機床刀具預測性維護系統是從云、邊、端一體化協同角度，整合設備系統和傳感器監(jiān)測數據，實現健康狀態(tài)監(jiān)測、異常偵測、剩余壽命預測，給出維護策略，為生產調度提供決策支持。
臺達為客戶開發(fā)的數控機床刀具預測性維護系統架構
數控機床刀具預測性維護系統通過加裝傳感器獲取刀具震動信息，并與設備控制器相連監(jiān)測主軸負載變化和相關信號，同步采集PLC/IPC信息，再將信息傳遞到數據整合采集系統，數據采集整合收集設備數據并對原始數據預處理后，上傳到邊緣計算管理裝置進行數據處理，然后邊緣計算管理裝置將有用數據上傳到云端，并采用安全通道保護數據安全；云端預測性維護系統進行數據儲存、分析、模型訓練等工作，并在大數據服務與云平臺集中管理，實現數控機床刀具狀態(tài)及預測結果可視化分析和集群管理。
數控機床刀具預測性維護利用人工智能與大數據分析技術監(jiān)測設備狀態(tài)，分析刀具磨損照片、加工精度、主軸負載變化、刀具相關信號，記錄設備全生命周期運行信息并結合領域知識進行預測、預警，從數據驅動(Data-driven)及領域驅動(Domain-driven)角度建立狀態(tài)預測方式，若再搭配企業(yè)實際產線取得的數據，持續(xù)優(yōu)化分析模型，其準確率最高可達90%，同時，根據預測結果啟動不同的響應機制，實現自動換刀服務、降低成本和產品不良成本，避免停機損失。
數控機床刀具的預測性維護系統的突出特點包含：
Ø 數字化知識庫：通過數據分析平臺對數控機床刀具建立數學模型，并迭代優(yōu)化，有效管理與累積同類型設備的解決方案，并提供客戶訂閱與更新模型的服務。
Ø PLC與傳感器融合采集：采集數控機床主軸信號及三軸傳感器信號，同步記錄機床內外部不同來源信號以全方面診斷刀具狀態(tài)。
Ø 云、邊、端協同數據處理：基于邊端開展數據存儲、處理與分析，在邊緣端快速采集數據，并對其進行數據處理與分析，然后將上層需要的數據傳輸到云端，提升數據采集與決策效率，確保數據安全性，提升制程反應能力，降低網絡負荷。
數控機床刀具的預測性維護系統可視化界面
數控機床刀具的預測性維護系統可實現數控機床刀具運行狀態(tài)、運行歷史狀況、健康度趨勢、實時電流、轉速等可視化展示，可實現設備狀態(tài)實時監(jiān)測和預警，及時發(fā)現設備異常。
此系統除了可應用于數控設備，還可應用于機器人、分板機等設備的預測性維護。未來，預測性維護系統可與邊緣運算系統/設備快速換模系統/軟硬件標準通訊系統/設備故障引導式排除技術等解決方案整合，提供產業(yè)更全面的制造決策優(yōu)化技術，達成設備零停機及產能最大化的目標。