歡迎您來到河南森尼瑞電氣有限公司網站!

聯系熱線 :0374-8018730

  • 首頁
  •  / 
  • 新聞中心
  •  / 
  • 公司新聞
  • 寄予厚望的電動機物聯網“預測性維護”,為何不盡人意?中科森尼瑞如何突破現有壁壘?

    發布時間:2020-11-17 10:22:23    瀏覽次數:39次

    將時間倒回去三年前,電動機物聯網概念剛興起的時期,問物聯網能干什么的時候,講的最多的事情就是“預測性維護”、自然而然被寄予厚望。好幾年過去了,預測性維護發展得怎么樣?


    實際上要說電動機物聯網,必須要置于整個工業物聯網發展的視角下來看,畢竟電動機這個行業太小。很多IIOT企業似乎都堅信“預測性維護”必將成為少數殺手級應用,都進行了重點布局。

    了解 IIoT 的公司都意識到了 :他們需要應對工業革命下一階段的挑戰,才能繼續降低運營成本。   

    01.為什么電動機“預測性維護”被重視?


    在工業領域下,電動機的存量市場數量是巨大的,工業負荷70%的用電負荷是電機,電動機物聯網發展初期也正是看到了這一點。大量電機設備的狀態信息是脫離于“網絡”之外的。脫離了生產者、銷售者、維護者甚至某種程度上使用者也不完全掌握,稱之為“產品孤兒”。

    電動機物聯網初期的想法實也很簡單,將這些產品與生產者、銷售者、維護者聯系起來,對設備進行狀態監控。雖然簡單,不得不承認,將電動機“物聯”起來本身就很有價值。


    任何事情的發生和演進,都有其必然的原因。就電動機而言,電動機的生命周期成本主要由購買成本、使用成本(電費)和維護成本構成。電動機電動機的維護成本高達其生命周期成本的30%以上。



    尤為重要的一點是,維護成本相對購買成本、用電成本來說,并不是固定的,而且維護還可相當程度的影響到使用成本(電費)和生命周期的長短。這就無怪乎對電動機維護極為重視了。


    電動機物聯網在實現電動機與人之間的聯接,取得設備狀態參數監測后,基于對“維護”這塊沃土的熱忱,自然而然的下一步就是“診斷”、“預判”、“預測”。某種程度上,這代表的是方向——智能。


    02.電動機“預測性維護”的現狀?

    “預測性維護”到底指的是什么?電動機設備的維修維護大體可分為以下這3種:

    ● 修復性:事后彌補,亡羊補牢,代價最為高昂;

    ● 預防性:事先維護,這是目前最為普遍的設備維護方式,也即為保證設備盡量高的性能、盡量長的壽命而進行的定期維護,主要是基于時間;

    ● 預測性:事先維護,實時監控設備運行狀態,根據設備的故障模型更準確的判斷故障何時發生,發現故障隱患,觸發報警或維修命令。


    電動機市場已經嚴重飽和,產品同質化嚴重,競爭白熱化。單純的產品銷售模式不足以扭轉當前的競爭業態。隨著物聯網、云平臺、人工智能的發展,開啟了用新技術改變市場格局的機會大門。

    所以如你所見,當下的電動機市場,主流品牌廠商基本上都有了自己的物聯網系統。雖然更多的只是實現設備狀態監控的功能,但也有一些公司或者電動機物聯網技術公司,已經不僅僅滿足于狀態監測,已著手預測性維護上進行了探索。


    這主要是基于內部和外部層面。

    內部層面:“預測性維護”可期望實現對電動機設備售后信息的完全掌握,提高售后配件的庫存效率,優化生產。

    外部層面:可期望實現產品售后效率和品質的提高,提升品牌美譽度和產品競爭力。

    然而,大部分電動機物聯網企業對于電動機“預測性維護”的期待,漸漸由熱衷變得更為理性。原因在于很多企業意識到,“預測性維護”真正發揮效用的過程比預期的要難、時間要長。

    很多企業擔心數據安全性、技術知識的缺少、數據的可移植性、供應商風險等,相對來說基于設備遠程監控的質量控制超越了“預測性維護”成為最受制造商青睞的物聯網應用。


    03.電動機“預測性維護”的難點?

    雖然前景光明,但當下電動機物聯網“預測性維護”市場的發展不及預期卻是不爭的事實。主要原因主要有三,也是整個物聯網的?。?/p>


    3.1● 解決行業切入點

    3.2● 商業模式的轉變

    3.3● 基礎數據量不足


    3.1● 行業切入點

    對于電動機設備來說,普遍的情況是:非計劃停機允許在5~10%的范圍以內,不同于某些必須控制在0%的設備,預測性維護是必選項。對電動機來說,只是一個可選項,而且大多是一個不太經濟的選項,至少相對于其它管理措施而言。

    不同于一般的遠程設備狀態監控,那只能稱為工具。對一般的企業而言,這種工具的接受度是比較高的,畢竟提高了管理效率。而對于“預測性維護”而言,接受度就值得商榷了,這是因為:

    對于大企業而言,由于“預測性維護”涉及到的產品技術方面的機密太多,這些企業往往選擇自建。而即便選擇與物聯網企業合作,也面臨定制化程度高,項目很難標準化,無法快速復制的特點,對物聯網企業來說,難以快速突破市場。

    對于中小企業來說,可能更麻煩。這些中小企業往往其產品設計、生產的工藝和標準都很難統一,少有大批量的優勢產品,為適應市場,往往“創新”頻繁,想要建立某種模型的數據量可能更為繁雜,勢必導致成本極高,難以承受。

    對直接用戶來說,高價值設備或者是重要設備,其維護維修更多的是用戶自己負責,完全委托外包的情況不多,即便要外包給物聯網公司,恐怕物聯網公司也不敢承擔這種風險。而一些非重要的設備,發生故障有維修時間彈性的,對“預測性維護”又不是很迫切。


    所以,電動機物聯網除了利用“預測性維護”,將服務環節從“被動”變為“主動”之外,還需要具備提供更多服務的能力,才能切入市場。


    3.2● 商業模式的轉變


    一個好的商業模式不能一眼被看穿。從用戶角度來思考,電動機物聯網“預測性維護”能帶來多少價值?


    如果轉化為財務指標,是否能算清楚經濟賬,并愿意為此服務的價值買單?“預測性維護”的價值不是立竿見影,需要經歷一個較長的周期,而且還要有參照物,核算的難度非常大。


    就當前的電動機物聯網,對用戶的價值體現更多的強調的是,降低停機風險;對銷售服務商更多強調的是省錢。但這樣是否就夠了呢?

    前面都說了,大型的電動機制造商不太愿意跟電動機物聯網企業玩,目前銷售服務商更多的是出于省錢、守住現有客戶的角度出發的。


    3.3● 基礎數據量不足

    這一點其實極為要命,也是所有關于設備類型的物聯網面臨的共性問題。傳感器和數據的累積。


    對于太多存量設備來說,僅有的傳感器幾乎都是至關重要的數據采集,所必須才配置的。對于很多制造廠來說,平白增加不太重要的傳感器,不僅增加成本而且還可能增加設備的復雜程度,多幾個潛在的故障點,這種事情,對于制造商來說,毫無興趣。


    建立一個完善的預測模型,還需要大量有效數據的積累與更迭,對于一些價值不高的設備而言,這么做的成本將使數據采集得不償失。再加上電動機行業無論品牌還是機型都極度分散,客觀上造成有效數據的采集更為繁瑣而漫長。




    傳感器和數據不夠多,設備的模型則無法精細,不太容易預測的準,預測不準,預測性維護就沒什么價值而言。


    目前電動機行業物聯網公司遠程監控這塊的市場已經初步打開,由此市場上的幾家領頭企業手上積累掌握的運行數據應該極為可觀了,但是否有效,或者說這些數據經過清洗后是否能得到較為完美的設備模型,以供“預測性維護”使用可能還是未知數。


    4 ,電動機物聯網“預測性維護”需要修煉哪些能力呢?“中科森尼瑞電機預測性維護項目”如何突圍?


    4.1需要修煉哪些能力?

    一家成熟的電動機“預測性維護”企業,首先需要具備一支高精尖的專家團隊,預測性維護這項工作涉及專業領域很多,需要有電機、系統安全聯鎖、數學模型、AI,大數據,云計算,邊緣技術等高精尖,同時也需要大量的數據模型,大量實際工況的運行數據,傳統的軟件型公司往往具備軟件開發設計能力,但沒有底層數據的支撐,系統與元件整合能力弱。而元件型公司,具備大量的元件設備,原始數據沒有辦法得到利于,開展工作需要花費龐大的金錢和時間,缺少軟件型公司的技術實力。



    針對電動機物聯網“預測性維護”的難題,同時來自銷售市場部門實際需求的反饋。河南森尼瑞電氣董事長陳總,先后走訪了清華大學電機系,中科院合肥物質研究院,合肥工業大學。經過與專家學者的溝通,并結合一些工業項目現場用戶的實際需求,與中科院合肥物質研究院攜手合作,成立許昌中科森尼瑞技術有限公司。公司引進了中科院托克馬克(俗稱“小太陽”)總控和安全聯鎖專家團隊,包括兩名研究員,兩名副研究員,兩名博士后以及四名博士等為研發核心團隊,并利用了合肥工業大學關于電機方面的專家作為我公司研發電機方面的理論支撐,來解決電機運行中潛在的故障預警分析.


    利用現有基于物聯網和PXI架構的運行狀態預警系統、馬達保護器、多功能網絡儀表、低壓保護等各種參數采集模塊和系統結合邊緣計算物聯網優勢,在加上中科院數學模型和AI算法優勢,進一步擴展并研發出電動機在線監測和預測性維護系統。


    該系統主要應用于工廠生產線及生產設備的在線監測及預測性維護,目的是減少生產線及設備非正常的停機時間,減少運維人員以及降低運維人員的技術要求,同時提高了產品的質量。

    4.2 針對電動機“預測性維護”的難點,中科森尼瑞如何突圍?


    A.對于大企業數據涉密問題。

    由于企業涉及到數據比較隱私,需要保密。大企業,可以選擇從邊緣計算網關直接采集數據,不再向云端傳輸,也可以選擇傳輸到企業自有服務器(自有云),可對企業簽署保密協議,數據完全由企業自己可控保密。


    B.對于大企業定制化程度高的問題。

    中科森尼瑞擁有軟件自主權,擁有自己的核心技術,可完全根據客戶需求來設計定制化方案,或者作為一個子系統接入企業自有系統,滿足客戶的個性化需求。



    C.對于中小企業來說,數據模型成本高的問題

    中科森尼瑞電機預測性維護系統自帶多種中科院優質電機數據模型,且在運行過程中,具備AI自主學習功能,根據現場運行數據自動完善優惠數據模型,運行時間越久,預測準確率越高!預測準確率可達80%以上!同時系統具備設備入庫、出庫、采購時間、 品牌、生產廠等基礎信息管 理;設備報廢、設備信息查詢; 設備故障信息、檢修次數、 服役時間等運行情況管理;人員登記,預測性維護收益統計等功能??纱蠓忍岣咂髽I自動化管理水平,提升工作效益。



    D.對應用戶主要設備外包責任問題,次要設備不是很迫切的問題。


    對應用戶主要設備外包責任問題。主要設備在生產運行中,幾乎每年都需要進行大修或者小修,需要耗費大量的人力和時間。電機多次拆了再裝,減少電機的壽命,維保工作沒有目的性,業主方也需要進行停產配合,造成比較大的經濟損失。中科森尼瑞電機預測性維護系統可以幫助用戶提前2-3月發現電機的異常,讓承包商根據實際情況規劃做到有計劃,有目的的檢修,從而大大減少非正常停機時間,提高企業效益。

    對應次要設備不是很迫切的問題。次要設備作為生產鏈的一環,故障后多少會對產品工藝產生影響,次要設備大規模故障甚至會造成連鎖反應,造成更大規模的生產事故,給用戶帶來更大的損失。對于次要設備,并不需要增加傳感器,中科森尼瑞電機預警系統會根據馬達保護器采集到的電流譜特性與數據庫模型比較,判斷電機健康程度,查找到將要出現故障的設備。




    同時為解決維保人員在分析判斷電機故障點上經驗不足的不利因素,中科森尼瑞利用(NI)方案和器件研制出便攜式電機故障診斷儀,可以在線精準判斷出電機故障類型,從而減少因人的因素間接造成的經濟損失。

    E.對應基礎數據量不足,傳感器成本的難題。

    中科森尼瑞傳承了河南森尼瑞電氣有限公司在工業領域50多年積累的測控儀表研發制造經驗,擁有大量測控裝置產品在工業現場使用案例,有相當豐富的底層數據支撐,測控裝置產品運行可靠。其次,馬達保護器是電動機運行中必備品,中科森尼瑞以馬達保護器作為底層傳感器元件采集電流譜,無需再增加傳感器成本。

    同時,馬達保護器采用CAN通訊,具備更高的傳輸速率,更低的時延,可減少用戶布線,減少用戶成本,可以完美解決5G通訊在工業領域最后一公里的難題。


    F.對應” 電動機物聯網是否有讓銷售服務商賺錢的模式“ 的題?


    銷售服務商習慣于成熟的工業品及其相關附件,但一些大的銷售服務商,并不滿與現狀,他們涉及增值服務時,便會發現自己為客戶提供的量身定制服務變成了居高不下的噩夢。



    對應電機銷售服務商,電動機“預測性維護”可以讓電機的壽命提高10%左右,讓有能力提供良好服務、統一體驗的設備服務商和制造商,提升產品體系,到達賺更多的錢的目的?!⊥瑫r系統服務能成為鎖定客戶的強有力手段,同時能增加顧客的轉換成本。

    物聯網與人工智能相結合,不僅能看到問題出現,還能不斷掃描檢測可能存在的問題。這種方式很好避免了故障的出現,同時讓維護人員知曉何時是最佳的維護時間,不會出現太慢或者太早的情況。同時,可以根據問題和警報的嚴重程度,甚至可以計劃電機的停機時間,以盡量減少對操作的干擾。


    在工廠運營工作中,錯誤的決定或做出太慢、太早的決定,都會帶來大量的資源和金錢的浪費。物聯網幫助用戶收集過去從未捕獲過的數據,通過人工智能的分析,從中學習并能更快做出更好的決策。


    上一條信息:中科森尼瑞召開關于電機預測性維護系統的頭腦風暴會議下一條信息:森尼瑞公司開展愛心捐款扶貧活動
    (-^O^-)MG猫头鹰乐园_官方版 广东时时彩官网下载一点击进入 bg棋牌官网 安徽11选5投注 亿客隆 福彩3d跨度走势图500 球探比分手机网 开元棋牌都是机器 秒速时时彩害死多少人一点击进入 东方6+1生肖 og视讯在哪里玩 超级大乐透中奖彩民 混合过关选择联赛 一分赛车开奖有假吗 重庆快乐10分和值 海王捕鱼怎么金币多 微信麻将番数