經典論文 | 解密制造業遠程服務理念之源
2018-05-11 

本文所介紹的系統涉及應對機器性能評估技術、自我維護式設備機電一體化和遠程診斷的基礎方法,此外還引入數字服務型企業的概念。這些方法將對遠程用戶提供支持,并有助于確保消費品和制造設備的性能、運行品質和工廠生產效率,尤其是對于遠程用戶和設施設備的生產效率。最后對研究的挑戰和機遇進行了討論

今天和大家分享一篇李杰教授1998年發表的論文 —《制造業遠程服務工程的挑戰和機遇》,文章最早提出了“遠程監測服務”的理念,自發表后經常被國內外制造業相關科研人員參考、引用和應用。如今二十年過去了,文中談到的很多觀點對制造業依然有很重要的指導意義,值得深讀。

00.jpg

摘要:本文旨在介紹制造設備和生產用品在壽命周期內所使用的遠程服務工程系統的概念和框架。本文所介紹的系統涉及應對機器性能評估技術、自我維護式設備機電一體化和遠程診斷的基礎方法,此外還引入數字服務型企業的概念。這些方法將對遠程用戶提供支持,并有助于確保消費品和制造設備的性能、運行品質和工廠生產效率,尤其是對于遠程用戶和設施設備的生產效率。最后對研究的挑戰和機遇進行了討論。

關鍵詞:遠程維護和診斷;預測學

1、介紹

在制造企業全球一體化整合的今天,海外業務活動的快速發展使得產業面臨著嚴峻的結構化問題。檢修與維保因此也成為了企業維護其在海外地區生產效率和客戶滿意度時極為關鍵的環節。

近年來,急于將高精密生產設備與本地設計和工程應用相整合,進一步增加了未成熟和未經檢驗的技術的應用。由于系統復雜性、不確定性及缺乏足夠的故障排查工具等因素,導致系統故障根本原因識別困難。

而隨著計算技術、信息技術和遠程通信技術的發展,可以預見全球化的制造企業會在設計、工藝過程、材料使用、技術和人力資源等方面提出新的方法需求[1]。

我們需要一種新的思維方式,來關注設計和制造的產品的服務質量。不同地區的工廠需要通過尖端的信息技術實現協同,從而確保恒定一致的制造品質和產品質量。例如機器的性能可以在世界任意地點進行監測和評估。此外,有關制造系統生產效率、診斷情況和檢修評價等方面的信息,還可在不同地點和不同合作方之間實現共享。

為實現對全球化生產制造活動的大規模支持,需要通過遠程服務工程系統來明確各種基本問題,進而實現真正協同整合的數字服務型企業。

作者及其搭檔正在開展相關研究活動,深入研究機器設備心理學、機器行為評估和性能退化評價方法、自我維護機電一體化技術和遠程診斷技術。

這些技術方法將支持遠程用戶和設施,以確保消費品和制造設備的性能、運行品質和工廠生產效率,特別是那些遠程用戶和設施設備的性能。

例如,可以在世界任意地點對某套機器或辦公自動化設備的性能加以監控和評估。此外,有關制造系統生產效率、診斷情況和培訓情況等方面的信息,也可以在不同地點和不同合作方之間實現共享[2]。

2、行業內現行實踐慣例綜述

過去,多個行業尤其是運輸業已經使用了多種遠程診斷技術,遠程收集客戶產品和工廠的數據,并提供有關檢修服務指令的反饋指示[3]。時至今日,美國最新出品的機床設備上都整合使用了遠程服務或類似于遠程服務的功能,但這些性能卻沒得到應有的發揮。

多家美國企業,包括知名的Giddings and Lewis,還有Bridgeport、Saginaw Machine Tools、Cincinnati Milacron、Adept Technology等都為自身產品開發了遠程監控和診斷技術。

Bridgeport在其中一套高性能產品上提供了遠程服務功能,并計劃為所有后續新的高級產品都提供這項功能,當然基本版產品則不提供。

Giddings and Lewis為客戶提供了15年左右的遠程故障排查服務,但其卻極少得到使用,因此已經停止提供該服務。當然,他們依然掌握著這項技術,必要時依然可以快速部署使用。

克萊斯勒(Chrysler)、伊頓(Eaton Corporation)和通用汽車(General Motors)等機床公司同樣也參與到遠程服務系統的部署當中。部分企業對于這項服務的使用較為有限,主要集中在支持制造工程和工藝過程的開發活動上,對于故障排查服務和維護的支持較少。

在北美地區,遠程服務技術在辦公設備、計算機網絡和電信網絡方面的應用,比在機床及機加工設備領域的應用更為廣泛。例如,Canon、Eastman Kodak、Mita、Pitney Bowes和Xerox出售的影印復印機都配備有限遠程服務功能選件,對設備可用性和連續產量要求較高的客戶,通常會要求配套這些選件;然而一般客戶的員工通常不會掌握充分的技術知識,因此外部服務支持是必不可少的。這和機床使用客戶的情況剛好相反,因為機床用戶的工程員工通常熟練掌握著包括機床技術等專業的技術知識[3]。

3、遠程服務工程系統及其方法論

遠程服務工程尚屬新興領域,主要為制造企業和客戶解決“檢修服務”問題。隨著制造活動全球化的成長發展,企業都在不斷尋求新的方法以期實現對制造運行性能和產品性能的遠程評估。數字維護診斷工具將提高維護活動中工程實踐的有效性,如整合媒體功能的“watchdog”看門狗型機電一體化信息監控芯片等[4–13]。一個典型遠程服務工程系統如圖1所示。

01.jpg
圖1. 典型遙測檢修工程系統

在此處的遠程服務工程系統中共涉及3種關鍵的新興技術[12–14]。

3.1 性能表現評估和性能退化評價代理程序(看門狗式神經元監控芯片)

為遠程站點的操作人員提供機器性能信息評估,需要整合使用多種不同的傳感設備和推理代理程序。一般而言,組件、機器設備和工藝過程的運行性能都可以劃分成四種狀態:正常運轉狀態、退化狀態、維護保養狀態和失效狀態[5,7]。

02.jpg
圖2. 機器性能狀態

圖2顯示了機器設備的典型性能狀態。退化狀態可以從總體水平上進行定義,或者也可以進行更加細化的定義。

在總體水平上進行定義時,當組件出現退化但并沒有造成功能上的損失時,即可將組件界定為退化。例如,組件出現諸如緊固帶松動、電機電刷磨損、光敏元件受灰塵污染等狀態時需要采取維護措施,說明其已經出現了退化,但尚未失效。

細節水平上的退化則與組件特征或性能的既定范圍有關,例如汽車電瓶指示器和溫度指示器等出現的細節退化狀態。在更為細節的水平上對退化狀態進行界定時,其優勢在于我們能夠準確地預測出組件失效故障的影響。出現老化時,組件和機器在最終失效之前都會經歷一系列的退化狀態。如果退化情況可以得到測定和檢測,就能夠在發生嚴重惡化或者故障失效之前采取主動的維護工作。

為能有效測量機器的退化情況,機器的性能表現、操作人員提供的相關信息以及機器的工作環境等都需要進行適應性評估。作者已經開發出一種神經元計算算法——“看門狗”代理程序,用于提供在線合成與推理。此外,該代理程序可以通過電話撥號進行連接,從而在遠程站點對機器的行為表現和性能信息進行遠程評估和評價。“看門狗”代理程序及其工作原理如圖3所示。

03.jpg
圖3. 用于行為評估和性能退化評價的看門狗神經元芯片

3.2 知識學習和系統故障恢復代理程序

知識密集型工具是從機器及其工作環境中獲取并整理數據的必要工具,用于跟蹤機器性能表現。“看門狗”監控芯片將成為機器設備上的“黑匣子”,用于保存記錄重大組件的標記信息。如果發生故障,操作人員可調閱“黑匣子”的內容,了解機器設備在最后幾分鐘的性能表現情況,由此可以快速定位故障并快速恢復系統。這種基于知識認知的信息還可分享到其他機構站點。

3.3 協同維護的數字服務技術

需要采用基于多媒體的工具來支持遠程用戶完成維護協助工作。交互式和協同式工具將確保技術人員能夠開展遠距離診斷工作。數字維護診斷和維護工具,如整合媒體功能的智能頭盔等,將通過協同維護與診斷來提高生產設備的效率。智能手套則可以方便操作人員協同執行機器維護和性能調整工作。

4、研究挑戰和機遇

二十一世紀制造業所面臨的重大挑戰在于:

· 生產制造的整體解決方案,而不是僅局限于產品和機器設備;

· 信心和性能保障:用戶開始對設備制造商提出更加嚴苛的性能規范,并要求制造商對加工制造設備故障所造成的損失負責。例如,汽車制造廠都希望購買100%可靠并提供預測性維護功能的機床設備;

· 可配置和可回收利用:以應對規模化定制和環境法規收緊所帶來的挑戰。

為了在制造業全球化的今天全面實現遠程服務工程服務,需要有效解決各種問題和技術挑戰。而我們無法有效解決問題的根源在于未能充分了解生產加工機器設備的每日性能表現,我們根本不清楚如何測定組件和機器的性能退化情況。我們缺乏有效的預測模型,來了解當工藝過程參數達到固定數值時,機器設備將會出現怎樣的性能表現。

因此,我們所面臨的研究挑戰在于,如何構建用于對機器性能表現進行遠程評估的有效的模型和代理程序。這些模型在代理程序中必須具備互操作性和響應性,避免遠程用戶總需通過人為操作才能和模型通信。

Lee [4]、Goncharenko等人[12]和Shi等人[13]已經探討過特定技術領域內的某些技術挑戰和機遇。以下總結了這些挑戰和研究機遇:

4.1 傳感系統標準化

過程傳感和機器內部傳感通信是遠程服務系統的根本所在。由于機器及其關聯環境的復雜性,會使用到不同類型的傳感器,因此需要用到各種不同的數據采集協議和系統。作為遠程服務實踐的擴展,越來越多的機器設備/工藝過程將與遠程診斷系統對接。這里的標準應當包括對典型信號傳感器類型、傳感器輸出范圍、協議等的選擇。目前已有若干行業標準可用,但還需要針對傳感系統設計和部署進行深入的研究,以便開發出對應的綜合工具。

4.2 自適應傳感器融合及其可購性

機器設備的一項物理故障(如主軸不平衡)可能會出現多種不同的癥狀表現(如振動、溫度變化、電機負載變化等)并且會被不同的傳感器(如加速度計、熱電偶、電機電流等)檢測到。同樣地,一枚傳感器也會感應到同時出現的多種不同類型的機器故障,傳感器的靈敏度也會隨著工況的變化而出現差異。

因此應當強調自適應性傳感器融合以提高診斷策略的可靠性。但在研究當中還應當強調傳感器產品的可購性。可購性問題將有利于降低傳感技術的成本,降低對感應數據準確性的需求,并提高算法抗噪性能的要求。此外還需要研究以目標為導向的最佳傳感器布置策略。通過實現知識和經驗的分享和自學,遠程診斷為前述技術的開發提供了理想機遇。

4.3 數據壓縮、特征提取和任務分配

傳感數據將通過互聯網傳輸到中央服務器。如果直接傳輸原始數據則會遇到因流量巨大而出現的長時間延遲,另外中央服務器也因此需要安裝更大容量的存儲裝置。此處需要解決的一大問題是數據壓縮和特征提取的數據預處理。

盡管其中的相似性較多而且可以借助使用部分技術,但這里的數據壓縮任務不同于影像分析和信號處理的傳統方法。此次研究強調的是如何在數據壓縮和預處理階段有效結合工程知識與診斷要求。應開發出“基于工程特性的數據壓縮”,以期考慮診斷分析和系統性能評估中的重要特性。

這一類別的舉例包括:

· 從數據中識別出工程模型參數,并且只將模型系數傳輸到服務器;

· 從原始傳感標記中提取特性并根據感興趣的信號信息來調整閾值;

· 按照從低到高的小波系數向服務器進行連續的數據傳輸并根據決策策略來開發停止條件。

任務分配則是與遠程服務工程系統緊密相關的另一項主題研究。根據故障響應時間的需求,監控和診斷任務可分類為即期響應(如工具損壞、碰撞等)、中期響應(工具磨損、溫度補償等)和慢速響應(機器磨損和退化、環境變化等)。根據決策過程中所需要的信息和復雜程度,這些任務又可以分類成單一變量過程變化檢測、多變量分析和整合決策。

目前需要開展相應的研究來對多種不同類別的所有任務加以分類。因此對于要求實現即期響應的任務,“看門狗”代理程序可以實現簡單在線實時的過程變化探測。在未來,遠程服務功能系統應當向更為復雜的診斷任務發展,以便對多變量數據進行必要的關聯式退化評估。

4.4 協同維護與診斷

部署遠程服務工程系統的主要優勢在于其所帶來的協同維護和診斷機遇,可以通過兩個主要方面來實現這些功能要求:

· 故障狀態數據收集:遠程診斷系統為更多機器/工藝過程的故障狀態收集帶來了機遇,因此可以通過各不同遠程站點的故障狀態來開發出更加理想的診斷算法;

· 故障診斷:服務器可提供相應的信息并且交由身處不同地方的專家進行評估。

因此可以整合分布在各不同站點現場的知識來開展更加復雜的協同診斷。當然,這里還需要對如何管理信息以及如何分配決策組成等開展深入細致的研究。各主題研究內容如集散式AI、競爭決策、風險管理等都應當在協同診斷的背景之下展開研究。

4.5 智能檢修代理程序的自我學習和監督式學習

盡管監督式學習和自我學習這兩項主題已經得到了多位專家的研究,但兩者在遠程診斷環境下的關鍵性更加的突顯。遠程診斷需要訪問不同地方的工藝過程數據,與傳統診斷技術相比,這種知識更新的速度會更快。因此,監督式學習(或自我學習)顯得更為重要。此外還可以預見到由于新信息的可用性問題,開展此項任務的訓練有素的監督管理人員會越來越少。另一項挑戰是,出于學習目的,在使用新信息前如何評價這些新信息。信息評估階段可以作為監督式學習/自我學習的組成部分。

4.6 綜合性能評估

遠程服務系統將共同提供多個類別的信息,如在線過程/機器傳感數據、歷史故障/退化信息、機器設計信息等等數據。所有信息都應當在開展性能評價時整合到一起。作者已經提出過“機器設備心理學”的概念,該理論專注于在機器性能退化評估中開展基于性能表現的計算而非基于模式的計算,即不采用機器故障狀態信息。此外,對于機器性能的知識也可以學習并進行建模處理,最終用于進行機器性能的補償。因此,典型機器性能并不一定會隨時間推移而退化,反而還能通過“學習-建模-補償”技術而得到補償增強。

4.7 自我維護和可靠性

在對整體系統可靠性進行改良以及判斷確定如何應對處理互聯網系統故障時,應當考慮采用備份策略。在多種不同情況下即便出現性能退化,系統都應當可以實現其基本功能。例如,如果數據傳輸和遠程診斷時的互聯網不可用,則應當執行本地數據處理來完成遠程站點所正常開展的關鍵任務。如何以最低成本設計出高性能的冗余系統也是一項挑戰,而且也和任務分配及分析、簡化診斷算法、信息不完整情況下的決策等等存在著較大的關聯。

4.8 再配置性和可轉換性

遠程系統是涉及硬件與軟件密集開發的一種復雜系統。針對不同應用所開發的系統應當共享公用的模塊。此外,計算機/互聯網技術和診斷方法都在不斷快速進步,所開發出的系統應當可以輕松整合這些進步技術而無需對系統進行重大改造。因此,再配置性和可轉換性在系統開發的各個方面都是重點。

5、結論

至2000年,遠程服務功能將成為廣大新式機器設備上的可用選項功能。工廠內越來越多地將PC計算機用于CNC數控機床和其他應用,計算機的使用也因此得到普及。通過遠程服務開展故障檢修所需的絕大多數附加技術、傳感器、軟件和系統架構都已經就位,但整個產業目前還沒有對如何利用這種遠程服務形成明確的構想。

從CNC數控機床的角度來看,其主要標準和架構難點仍在于多數CNC數控機床供應商不太愿意使用標準化的開放架構。但其他行業中對遠程服務的應用案例,例如辦公設備的應用案例等已經明確表明了未來的發展趨勢。

截至2000年,美國供貨的大多數機床都將具備一定程度的遠程服務性能[3]。遠程服務的部署使用只會增加一點點的成本。而在未來,遠程服務可能會改變車間的運作,尤其是部署使用了診斷和預防維護功能的車間,對生產車間的上層組織架構將會帶來更加深遠的變革影響。

全面部署遠程服務將把機床所有者/操作人員和機床制造商的專家聯系在一起,減少組織架構中若干不必要的中間環節,例如現場維護技術員、維護保養特派員、現場生產與工藝工程師或者上門服務技術員等。

我們預計,隨著工程內計算機化的大范圍普及,以及對工藝過程理解的深化改善,必定會讓遠程服務延伸到故障檢修排查之外的其他領域。制造商和用戶將獲益于遠程服務所帶來的設備和過程可靠性的提高。此外,除了設備本身,制造類供應商還將獲益于客戶銷售過程解決方案中所出現的機遇。

本文綜合概述了遠程服務工程領域所出現的新興技術。此外,文章中還對未來研究中的挑戰與機遇進行了探討,探索如何開發出輔助性的技術來支持全球綜合性數字服務型企業。

參考文獻

[1] NRC, Information Technology for Manufacturing, National Research Council Report, March 1995.

[2] J. Lee, Manufacturing Study in Japan, NSF Report, 1996.

[3] Teleservice for Industrial Production — Potential and Realization Assistance, Technology Research Corp. Report, NCMS, Ann Arbor, Oct. 1996.

[4] J. Lee, R and D strategy on remote maintenance and diagnostics, Reliability and Maintainability Symposium, Philadelphia, PA, 13–16 January 1997.

[5] J. Lee, In process machine degradation monitoring and fault detection using a neural networks approach, D.Sc dissertation, George Washington University, 1992.

[6] J. Lee, B.M. Kramer, Analysis of machine degradation using a neural networks based pattern discrimination model, Journal of Manufacturing Systems 12(3) (1992) 379–387.

[7] J. Lee, Modern computer-aided maintenance of manufacturing equipment and systems: review and perspective, Journal of Computers and Industrial Engineering 28(4) (1995) 793–811.

[8] J. Lee, Machine performance monitoring and proactive maintenance in computer integrated manufacturing: review and perspective, International Journal for Computer Integrated Manufacturing 8 (5) (1995) 370–380.

[9] J. Lee, Assessment of teleservice technology in manufacturing industry in the U.S. (in japanese), Journal of Japan Welding Society 66 (4) (1997) 70–72.

[10] J. Lee, Measurement of machine performance degradation using a CMAC based neural network, Proceedings of the 27th CIRP International Seminar on Manufacturing System, Ann Arbor, MI, May 1995.

[11] J. Lee, Strategy on globalization support—remote manufacturing system, Proceedings of Advanced Production Management (APM’96) Conference, Kyoto, November 1996.

[12] I. Goncharenko, K. Mori, J. Lee, Real-time monitoring of machining processes via the internet: VR modeling approach, Proceedings of the International Conference on Manufacturing Milestones toward the 21st Century, Japan Society of Mechanical Engineers, Tokyo, 1997.

[13] J. Shi, N. Jun, J. Lee, Research challenges and opportunities in remote diagnostics and system performance assessment, Proceedings of 4th IFAC Workshop on Intelligent Manufacturing Systems: IMS’97, Seoul, Korea, 21–23 July 1997.

[14] J. Lee, Measurement of the machine performance degradation using a neural networks model, International Journal of Computers in Industry 30 (1996) 193–209.

版權所有?1998 Elsevier Science Ltd.出版發行。保留所有權利。

南開經濟調查 | 知中國服務中國
聯系我們或尋求合作,可發送郵件至 info#nkear.com(發送時請將#改為@)
啪嗒啪嗒高清视频在线观看