《2021年軟件與服務行業工業數字化發展趨勢分析報告(24頁).pdf》由會員分享,可在線閱讀,更多相關《2021年軟件與服務行業工業數字化發展趨勢分析報告(24頁).pdf(24頁珍藏版)》請在三個皮匠報告上搜索。
以機床刀具的預測性維護為例。機床刀具是機械加工的核心部件,刀具的損壞程度直接影響著加工工件的質量。由于刀具隨著切削工件的數量增加會使得自身的磨損加大,繼續加工會導致后續的產品質量下降,所以及時了解刀具的狀態并進行及時更換很重要。傳統的方式中,刀具的健康狀態是通過人員針對切屑的顏色、加工時長以及加工中所產生的噪聲與線下測量等方式判斷的,費時費力且準確度不高。人工智能可以利用建模分析的方式,一方面抽取出準確的判斷模型,另一方面可以避免龐雜數據的繁雜計算,為刀具的健康狀況提供便捷的判斷。首先,將通過傳感器和控制器采集的高頻數據以及通過PLC采集的低頻數據(包含振動信號、電流信號、加工單節、加工時間等)進行數據處理,通過信號處理和特征提取后,提取能夠表征刀具衰退狀態的數十甚至數百個關鍵特征。其次,基于提取出來的關鍵特征,建立刀具的磨損量評估模型,并基于刀具磨損量的評價結果建立刀具剩余壽命預測模型。最后,將該模型部署到服務平臺上,及時為刀具的維護、管理人員提供實時信息。