【機床商務網(wǎng)欄目 科技動態(tài)】為什么一些實施工業(yè)4.0解決方案的嘗試失敗了?IBM Watson的產(chǎn)品管理副總裁Stephan Biller博士是通用電氣(General Electric)和通用汽車(General Motors)的資深骨干，他說，當人們失去目標時，數(shù)字解決方案就會失敗。這一理念推動了資產(chǎn)管理和設備監(jiān)控工具的發(fā)展，使企業(yè)能夠通過關注設備和操作設備的人，來減少設備的停機時間。
 

　　Biller博士認為，Maximo通過使用他所謂的“真正的AI”來區(qū)別于其他物聯(lián)網(wǎng)(IoT)產(chǎn)品。Biller說:“真正的人工智能不會簡單地去遵循一種算法。”“真正的人工智能學習。這意味著Maximo不會在其代碼中簡單地對if/then命令做出反應。相反，它會分析設備輸入的數(shù)據(jù)，并預測可能發(fā)生故障的時間。
 

圖片來源：IBM
 

　　首先，使用Maximo監(jiān)控其設備的企業(yè)將在設備沒有達到必要規(guī)格時收到警報。一旦一臺設備修理好了，并且修理的信息被記錄到系統(tǒng)中了，Maximo將跟蹤設備在出現(xiàn)問題之前提供的數(shù)據(jù)。此外，它還將跟蹤設備進行了哪些維修，以及之后設備如何工作，測量這些維修是否有效。
 

　　下一次設備接近它在故障前展示的狀態(tài)時，系統(tǒng)會標記它進行預防性維護，并建議需要注意哪些設備的組件。隨著時間的推移，Maximo可以識別不同的故障狀態(tài)及其根源。然后，會安排維修請求，在需要時訂購零件，并計算它們的交貨時間，以配合要求。當維護人員進行維修并將其登錄到系統(tǒng)中時，系統(tǒng)將接受他們的輸入，以確定給定的流程是否能夠處理給定的維護問題或設備故障。
 

　　此外，系統(tǒng)可以理解設備手冊，并根據(jù)這些信息向維修人員提出建議。如果建議沒有起到作用，可以讓系統(tǒng)知道他的建議不起作用，系統(tǒng)會接受這個信息并提供不同的建議。根據(jù)Biller博士的說法，“團隊與Maximo互動和使用的越多，就越能更好地保持設備正常工作。”這就是設備監(jiān)控系統(tǒng)中人工智能和學習人工智能的價值。
 

　　雖然Maximo可以用作設備的監(jiān)視系統(tǒng)，但它的作用不僅限于此。它可以提供直接協(xié)助，分配人員和執(zhí)行任務。具體到安排什么維護需要執(zhí)行，什么時候執(zhí)行，安排誰來執(zhí)行這些維修等等。
 

　　據(jù)了解，該系統(tǒng)還可以監(jiān)控企業(yè)員工的工作進度。它通過經(jīng)驗和專業(yè)知識來識別技術人員，并為正確的工作推薦正確的技術人員。除此之外，該系統(tǒng)還能識別出哪些員工需要經(jīng)驗，并給他們分配任務，為他們提供有有價值的學習機會。“未來的技術人員將使用自動化來提高自己的能力。”
 

　　更高級的Maximo模塊可以使用增強的AR，連接到本地技術人員和設備OEM的協(xié)助，實現(xiàn)了雙向的視頻通信。遠程OEM技術可以突出設備的功能，并指導現(xiàn)場人員進行維修，消除了OEM維護請求時，帶來的長時間等待。此外，人工智能系統(tǒng)也可以從中學習，從而進一步提高輔助設備維護的能力。按照Biller博士的說法，Maximo通常能夠與大多數(shù)CNC機床中使用的傳感器一起使用。如果一臺機床有傳感器跟蹤電流、振動、正常運行時間和停機時間，系統(tǒng)就應該監(jiān)測和分析出這臺機床的性能。因為人工智能可以自己決定什么狀態(tài)會導致機器故障，所以它通常可以使用任何可用的數(shù)據(jù)來完成這項任務。Biller博士還建議在首次實現(xiàn)系統(tǒng)時，從基本的Maximo軟件開始。這就給了企業(yè)在實現(xiàn)更多功能之前，調整適應新程序的機會。
 

　　Biller博士說，當在工業(yè)環(huán)境中實施時，“失敗的首要原因是未能改變文化。”他建議，在研究數(shù)字制造策略之前，企業(yè)家應該研究如何更好地改變做法。他認為，當企業(yè)家只對如何使用數(shù)據(jù)有模糊的想法的時候，就很難讓車間員工參與到這一過程中去。如果員工不愿意配合，人工智能系統(tǒng)將很難更好地為設施服務，而人員將無法從其能力中獲益。
 

　　“這就需要從工廠內部進行文化改造。”
 

　　(原標題：Using AI for Predictive Maintenance, Employee Development)