【資料圖】

作者：melon

物聯(lián)網(wǎng)智庫(kù) 原創(chuàng)

導(dǎo)讀

工業(yè)設(shè)備的重大故障并不是突然發(fā)生，而是一個(gè)逐步劣化的過(guò)程，在此過(guò)程中，設(shè)備仍可“帶病運(yùn)行”。智能制造時(shí)代，對(duì)于設(shè)備的可靠性要求會(huì)更高，對(duì)于設(shè)備維護(hù)管理的要求也會(huì)隨之提高。 對(duì)工業(yè)企業(yè)而言，設(shè)備作為企業(yè)資產(chǎn)的一部分，是一切生產(chǎn)制造的基礎(chǔ)。因此，設(shè)備運(yùn)營(yíng)與維護(hù)的重要性不言而喻。傳統(tǒng)的設(shè)備運(yùn)維模式存在故障不可預(yù)測(cè)、運(yùn)維成本高、管理手段不足、安全生產(chǎn)事故多發(fā)等痛點(diǎn)。 日前，湃方科技（北京）有限公司CEO武通達(dá)、CnosDB時(shí)序數(shù)據(jù)庫(kù)開(kāi)源社區(qū)發(fā)起人/諾司時(shí)空創(chuàng)始人鄭博接受了智次方·物聯(lián)網(wǎng)智庫(kù)的專訪。武通達(dá)表示，事實(shí)上，工業(yè)設(shè)備的重大故障并不是突然發(fā)生，而是一個(gè)逐步劣化的過(guò)程，在此過(guò)程中，設(shè)備仍可“帶病運(yùn)行”。智能制造時(shí)代，對(duì)于設(shè)備的可靠性要求會(huì)更高，對(duì)于設(shè)備維護(hù)管理的要求也會(huì)隨之提高。

數(shù)字化時(shí)代，旋轉(zhuǎn)機(jī)械預(yù)測(cè)性維護(hù)面臨新挑戰(zhàn)

隨著近年來(lái)以物聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)等技術(shù)為特征的全數(shù)字化制造的迅猛發(fā)展，一種更加高效的維護(hù)模式——預(yù)測(cè)性維護(hù)逐漸成為未來(lái)企業(yè)的核心需要。設(shè)備的健康狀態(tài)及運(yùn)行情況將會(huì)得到隨時(shí)隨地的實(shí)時(shí)監(jiān)測(cè)，使檢修變得有據(jù)可依，有理可循。 成立于2018年的湃方科技是一家專注于提供工業(yè)設(shè)備智能化解決方案的企業(yè)，為裝備制造企業(yè)及工廠打造了一套完整的設(shè)備智能化解決方案，包括基于邊緣計(jì)算的智能物聯(lián)終端、人工智能算法引擎、智能工業(yè)設(shè)備管理云平臺(tái)，可以有效地解決用戶設(shè)備數(shù)據(jù)采集、智能分析、高效管理以及精準(zhǔn)決策的需求，為工業(yè)用戶提供全棧式的設(shè)備智能化服務(wù)，目前已在裝備制造、煤炭采礦、石油石化、鋼鐵冶金等諸多行業(yè)服務(wù)超過(guò)100家國(guó)內(nèi)外知名企業(yè)。 武通達(dá)表示，在一些大型旋轉(zhuǎn)機(jī)械設(shè)備的應(yīng)用場(chǎng)景中，比如電動(dòng)機(jī)、風(fēng)機(jī)組、液壓泵站等，已經(jīng)成為現(xiàn)代大規(guī)模生產(chǎn)裝置的關(guān)鍵設(shè)備，要求長(zhǎng)周期連續(xù)運(yùn)行，一旦故障停機(jī)可能造成重大經(jīng)濟(jì)損失，甚至導(dǎo)致重大安全事故的發(fā)生。 旋轉(zhuǎn)機(jī)械的預(yù)測(cè)性維護(hù)主要依靠在設(shè)備上部署一個(gè)或多個(gè)測(cè)點(diǎn)，采集振動(dòng)、溫度等數(shù)據(jù)，通過(guò)對(duì)數(shù)據(jù)的實(shí)時(shí)分析和判斷，預(yù)測(cè)設(shè)備異常情況并精準(zhǔn)定位設(shè)備故障。武通達(dá)表示，傳統(tǒng)的設(shè)備監(jiān)控產(chǎn)生了基于有線傳感器的本地部署解決方案，人員在中控室或者監(jiān)控大廳監(jiān)測(cè)設(shè)備的運(yùn)行狀態(tài)。這些系統(tǒng)不僅體積大、成本高，在部署復(fù)雜度、響應(yīng)速度上都面臨巨大挑戰(zhàn)，不足以實(shí)現(xiàn)企業(yè)的真正需求。 湃方智能設(shè)備狀態(tài)監(jiān)測(cè)儀測(cè)點(diǎn)示意圖 武通達(dá)認(rèn)為，由于受到一些特殊條件的制約，旋轉(zhuǎn)機(jī)械的預(yù)測(cè)性維護(hù)的解決方案需要滿足以下要求： 第一，部署便捷，成本低。通過(guò)輕量化、小型化和無(wú)線化的硬件產(chǎn)品，可以在例如軸承等空間狹小的位置進(jìn)行安裝，相對(duì)于傳統(tǒng)監(jiān)測(cè)方案，無(wú)需復(fù)雜布線，實(shí)施周期短，綜合成本低。 第二，功耗低，壽命長(zhǎng)。工業(yè)設(shè)備往往具備很長(zhǎng)的壽命，平均在二十年左右，而一個(gè)大型工廠甚至可達(dá)上萬(wàn)臺(tái)旋轉(zhuǎn)機(jī)械，如果傳感器壽命只有1年，維護(hù)部署代價(jià)則會(huì)非常高。 第三，監(jiān)測(cè)具有特殊性，需滿足多級(jí)實(shí)時(shí)性要求。比如目前設(shè)備管理采用的主要方式——日常巡檢，頻率可能是一天、幾天或者幾個(gè)小時(shí)，但對(duì)于特定的異常處理，故障響應(yīng)速度甚至要達(dá)到分鐘級(jí)甚至更低。 第四，超前預(yù)警，實(shí)現(xiàn)主動(dòng)運(yùn)維。傳統(tǒng)設(shè)備巡檢存在故障發(fā)現(xiàn)滯后性，往往在設(shè)備故障后期，劣化表現(xiàn)明顯時(shí)才進(jìn)行檢修干預(yù)，預(yù)測(cè)性維護(hù)則直擊痛點(diǎn)，將故障發(fā)現(xiàn)時(shí)間提前至早期，實(shí)現(xiàn)故障超前預(yù)警，讓檢修變得有據(jù)可依，更大限度避免非計(jì)劃性停機(jī)風(fēng)險(xiǎn)。

打通物聯(lián)網(wǎng)四大層級(jí)，湃方科技實(shí)現(xiàn)精準(zhǔn)預(yù)測(cè)性維護(hù)

湃方科技一直以來(lái)秉持的產(chǎn)品思路是進(jìn)行技術(shù)的融合，武通達(dá)表示，智能物聯(lián)網(wǎng)時(shí)代，數(shù)據(jù)和算法的聯(lián)系是非常緊密的，這就代表硬件端、算法端和最終應(yīng)用端之間的關(guān)聯(lián)性非常強(qiáng)。要實(shí)現(xiàn)這一整套的智能運(yùn)維思想體系，需要將底層的硬件層、中間的算法層以及頂層的應(yīng)用層全部進(jìn)行打通。 湃方智能設(shè)備狀態(tài)監(jiān)測(cè)系統(tǒng)示意圖 基于這樣的思考，湃方科技應(yīng)用核心技術(shù)為客戶打造了適用于各垂直行業(yè)預(yù)測(cè)性維護(hù)的工業(yè)設(shè)備智能化解決方案。該解決方案主要分為4層：底層的數(shù)據(jù)采集，網(wǎng)絡(luò)層的數(shù)據(jù)傳輸，平臺(tái)層的數(shù)據(jù)管理和算法以及頂層的數(shù)據(jù)應(yīng)用。 首先，底層邊緣端的硬件設(shè)備數(shù)據(jù)通過(guò)無(wú)線網(wǎng)絡(luò)等傳輸給數(shù)據(jù)集成層，以此來(lái)實(shí)現(xiàn)相關(guān)數(shù)據(jù)的收集工作。上一層是數(shù)據(jù)中臺(tái)層，這一層會(huì)提供PaSS服務(wù)，同時(shí)，也會(huì)進(jìn)行元數(shù)據(jù)管理，并支持深度學(xué)習(xí)引擎。此層是數(shù)據(jù)存儲(chǔ)的核心，數(shù)據(jù)庫(kù)的性能和穩(wěn)定性表現(xiàn)會(huì)直接影響整體架構(gòu)的性能。武通達(dá)表示，此前，湃方科技一直采用傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)存儲(chǔ)，并未引入時(shí)序數(shù)據(jù)庫(kù)。再上一層是數(shù)據(jù)訪問(wèn)和分析服務(wù)層，提供各種實(shí)時(shí)數(shù)據(jù)查詢的API和訪問(wèn)服務(wù)，分析服務(wù)方面，也提供相關(guān)算法庫(kù)。最上層支撐的湃方平臺(tái)業(yè)務(wù)，提供面向用戶直接需求的功能模塊，例如設(shè)備管理、故障預(yù)測(cè)、備品備件管理等應(yīng)用集成功能。此外，相關(guān)監(jiān)控工具一直貫穿整個(gè)架構(gòu)始終。 湃方科技平臺(tái)架構(gòu)圖 武通達(dá)表示，這套解決方案的優(yōu)勢(shì)在于：在邊緣層，湃方通過(guò)邊緣計(jì)算技術(shù)，將算法和算力下沉到邊緣端進(jìn)行部署。傳感器的數(shù)據(jù)采集之后，可以直接進(jìn)行處理和分析，再進(jìn)行上傳。這樣就實(shí)現(xiàn)了設(shè)備異常的高速響應(yīng)，傳感器的超低功耗和超長(zhǎng)的工作壽命，在提高10倍以上響應(yīng)速度的情況下，壽命能夠能延長(zhǎng)2-3倍。在中間層，湃方提供了一整套的數(shù)據(jù)庫(kù)管理方式，特別是針對(duì)于典型旋轉(zhuǎn)機(jī)械的算法庫(kù)，能夠精準(zhǔn)監(jiān)測(cè)設(shè)備運(yùn)行狀態(tài)、故障診斷等。而在最頂層的設(shè)備管理級(jí)的應(yīng)用當(dāng)中，由于精準(zhǔn)掌握了數(shù)據(jù)源，目前算法的準(zhǔn)確率在測(cè)試平臺(tái)高達(dá)96%-98%。

傳統(tǒng)數(shù)據(jù)庫(kù)面臨巨大挑戰(zhàn)，CnosDB時(shí)序數(shù)據(jù)庫(kù)強(qiáng)化數(shù)據(jù)管理和治理水平

隨著工業(yè)智能化的快速發(fā)展，工業(yè)互聯(lián)網(wǎng)的迅速普及，上云智能設(shè)備數(shù)量快速增加，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)面臨巨大挑戰(zhàn)。首先，傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)由于受到存儲(chǔ)結(jié)構(gòu)限制，寫(xiě)入吞吐能力達(dá)到瓶頸，海量數(shù)據(jù)無(wú)法高效的寫(xiě)入。武通達(dá)表示，隨著湃方平臺(tái)監(jiān)控設(shè)備數(shù)量逐漸增多，需要進(jìn)行大量的并發(fā)式的處理，導(dǎo)致云平臺(tái)端的負(fù)載越來(lái)越重。尤其一些應(yīng)用場(chǎng)景對(duì)通信和數(shù)據(jù)的傳輸與存儲(chǔ)要求非常高，云平臺(tái)很難通過(guò)關(guān)系型數(shù)據(jù)庫(kù)接入大量的高頻采集數(shù)據(jù)。其次，為了預(yù)測(cè)性維護(hù)更加精準(zhǔn)，以及未來(lái)人工智能在行業(yè)內(nèi)的大規(guī)模應(yīng)用，大部分企業(yè)希望保存更長(zhǎng)期的歷史數(shù)據(jù)。傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)存儲(chǔ)成本高，無(wú)法更經(jīng)濟(jì)地保留更長(zhǎng)期的歷史數(shù)據(jù)。因此，湃方迫切需要一種專門針對(duì)時(shí)間序列數(shù)據(jù)來(lái)做優(yōu)化的數(shù)據(jù)庫(kù)系統(tǒng)，即時(shí)間序列數(shù)據(jù)庫(kù)。 CnosDB時(shí)序數(shù)據(jù)庫(kù)開(kāi)源社區(qū)發(fā)起人/諾司時(shí)空創(chuàng)始人鄭博表示，作為綠葉性的根技術(shù)，CnosDB是一個(gè)非常適合物聯(lián)網(wǎng)場(chǎng)景的時(shí)間序列數(shù)據(jù)庫(kù)，其擁有著強(qiáng)大的寫(xiě)入吞吐以及高效壓縮比的特性。相對(duì)于傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)，它可以支持更大規(guī)模的測(cè)點(diǎn)，在普通服務(wù)器上就能支持百萬(wàn)QPS的寫(xiě)入需求。在新的架構(gòu)設(shè)計(jì)上，CnosDB的數(shù)據(jù)壓縮比達(dá)到了60x，這就減少了數(shù)據(jù)占用的存儲(chǔ)空間，從而降低了存儲(chǔ)成本，實(shí)現(xiàn)更長(zhǎng)時(shí)間和更大量的數(shù)據(jù)保存。值得一提的是，CnosDB產(chǎn)品是開(kāi)源的，大大降低了接入和開(kāi)發(fā)成本。 武通達(dá)表示，湃方應(yīng)用CnosDB新一代的時(shí)間序列數(shù)據(jù)庫(kù)來(lái)提高存儲(chǔ)吞吐率、降低存儲(chǔ)成本，完美解決了平臺(tái)測(cè)點(diǎn)增多和高端昂貴精密設(shè)備的數(shù)據(jù)寫(xiě)入問(wèn)題，存儲(chǔ)成本直降90%，實(shí)現(xiàn)了更長(zhǎng)時(shí)間和更大量的數(shù)據(jù)保存，也讓湃方更有可能探索更深層次的數(shù)據(jù)價(jià)值。 目前，數(shù)據(jù)已經(jīng)成為工業(yè)互聯(lián)網(wǎng)以及智能制造時(shí)代的重要資產(chǎn)。未來(lái)，數(shù)字孿生和人工智能技術(shù)將持續(xù)與工業(yè)互聯(lián)網(wǎng)進(jìn)行深度融合，賦能智能制造。在預(yù)測(cè)性維護(hù)場(chǎng)景中，通過(guò)數(shù)字孿生可以隨時(shí)隨地監(jiān)控該設(shè)備的虛擬復(fù)制品，消除了不便或不必要的工廠車間行程。而使用人工智能分析也可能更快地發(fā)現(xiàn)異常，從而為客戶提供更好的預(yù)測(cè)性維護(hù)服務(wù)。 鄭博表示，CnosDB的應(yīng)用讓行業(yè)采集并留存更高精度、更長(zhǎng)周期的數(shù)據(jù)成為了可能。數(shù)字孿生和人工智能的應(yīng)用，大大提升了對(duì)工業(yè)互聯(lián)網(wǎng)底層的基礎(chǔ)設(shè)施，無(wú)論是硬件還是軟件平臺(tái)，數(shù)據(jù)庫(kù)還是算法的性能要求，這也給以CnosDB為代表的新一代時(shí)間序列數(shù)據(jù)庫(kù)更大的場(chǎng)景應(yīng)用機(jī)會(huì)和市場(chǎng)想象空間。 掃碼即可報(bào)名參會(huì)

關(guān)鍵詞