智慧製造2018.11.01

Predictive Maintenance  預測性維護 vs Preventive Maintenance 預防性維護

飛飛

物聯網 硬體 硬體

對於自動化製造業,機台維護是整體生產中極為重要的一環。尤其生產一旦意外中止,維護時間變得容易無法控制,還有許多設備於停機前必須步驟式關機,否則容易造成機台損壞或是生產線上的半成品報銷,因此機件維護避免意外生產中止即成了生產成效優劣的重要關鍵因素。

所謂預測性維護(Predictive Maintenance),並不同於預防性維護 (Preventive Maintenance),但時常容易混淆。

Preventive Maintenance 預防性維護為一般常用的維護方式,也就是採取時間循環的定期檢測,如:每三個月一次、每半年一次等維護週期,針對重點式或全面性機件檢測,包括:視覺檢查、螺帽拴緊、電流測試等。

Predictive Maintenance 預測性維護,則是能以機台現況及過去維修紀錄作為評估,預測未來機件損壞的可能狀況或時間點,事前以可預期方式進行零件更換,避免生產線出現意外狀況。

 

過去預測性維護仰賴有經驗的師傅,憑手手相傳及個人經驗。現在透過物聯網引領各項技術革新,預測性維護更為精準也更全面性。目前透過遠為精密的生產現場感測,以更為科學的方式觀察,像是:震動頻率、聲頻變化、熱感應等,再透過無線通訊,可於遠端隨時自動監控所有機件的連續運作時間及現況,同時還能自動收集各地工廠內各機台及其機件的資料於一處,進行相對大數據分析,提升預測性維護於更為精準及成本節省。

 

以物聯網最新科技進行預測性維護,也不一定代表必須全數更新設備。針對既有設備,也能以外掛方式加裝於現有機台,像是應用「智慧機上盒(SMB)」。

延伸討論

智慧製造

AIoT 資料流生態系, Edge AI 上場了!

飛飛
AI 的關鍵核心在於 Machine Learning 機器學習,尤其是 Deep Learning 深度學習,將機器運算層次從線性思維走向立體化處理,變革資料處理的機器運算概念,更從而徹底改變自 IT 產業堀起以來將近百年的基礎運算硬體組構,並連帶物聯網的願景,自此硬體組構衍生全新 AIoT 資料流生態系。在如今 5G 規格底定、全球邁入正式開通的時點上,AIoT資料流生態系也已經從 Cloud AI 延伸到 Edge AI。
智慧製造

I/O 也能虛擬化?

飛飛
Virtualization 是 IT 資源擴展的新興潮流;透過 isolation 隔離技術,能夠在相同的 IT 實體資源下,增生多套虛擬運作環境,相當適合雲端系統,也能在成本考量下,回應物聯網所可預見爆增需求的資料流及運算資源。
智慧製造

AIoT 來了,資料傳輸 I/O 我變變變

飛飛
智慧物聯網重點在於連來連去,因此節點 Node、hub 多又廣,還要能承受資料流量大、要速度快、要延遲性低,智慧演算所需複雜運算功能也少不了,自然驅使 CPU 在變、Chip 晶片在變、IT 結構愈發趨向雲端體系、虛擬化之變,再說 5G 通訊所伴隨從電信基礎設備以至通訊層級的全面必變,I/O 資料傳輸當然更需變變變。