浅谈智能工厂维修维护标准化的设计应用

武 建

(天津市劳动保障技师学院，天津 300162)

智能智造作为中国制造转型升级的新动能，主要包含产品、装备、生产方式、管理和服务五个方面的智能化。智能工厂作为智能制造的重要组成部分，其中数字化工厂是基础，也是智能工厂的第一步。将智能化的系统、手段等新方法、新技术融合起来，构建具有高效绿色、节能环保特点的先进智能工厂。物联网技术不断地应用和发展，各领域信息系统的无缝结合是未来智能工厂信息管理和服务的关键，对于生产、过程的计划性、可控性、合理性等方面会有显著的提高，同时在减少人工干预的方面也得到极大的改善，其本质是人机有效交互。

一、现状

当前智能工厂的建设主要致力于如何排产的智能、如何决策的智能、如何协同生产过程的智能、如何互联互通设备的智能、如何生产资源管理的智能、如何质量管理的智能等方面。但是对于智能工厂的维护维修考虑的并不多，在提升设备人-机系统的现场管理和设备全寿命周期管理水平，更好地服务于公司的经营战略目标，实现管理精益和降本方面，我们该做什么？我们该怎么做？我们做得怎么样？我们做的水准如何？值得我们深思！

二、 建设全线集中供给系统的，革新油液使用维护供给方式。

机械加工中作为刀具保护液的切削液，核心作用是冷却和润滑，同时具有清洗、防锈、防腐的作用，在实际生产加工中是不可或缺的。虽然现在提倡的干式切削和绿色切削，但是切削液在实际生产中广泛应用，更具有经济型和通用性。根据使用的条件不同，使用浓度可在1%-5%；粗加工浓度低些，使用浓度可在1%-3%。作为机械运动部件的血液的润滑油，也称导轨液压油，主要用于减少机械之间的损耗和摩擦，适用于轴承以及齿轮等部件的循环润滑，常用在高碳钢材质和轴承钢材质机械设备配件当中，完全能满足应用范围内机械设备对于导轨润滑油在润滑方面的所有苛刻要求，在性能方面且有过而不及。和切削液最大的区别是在于，它能很好的和水性切削液分离、而不是混溶。

我们在传统的供给中都需要定期的补给，尤其在润滑油的补给大约在每周一次，有的设备则更为频繁。以上情况作为我们人工操作机床的时，不太繁杂。但是在未来的智能工厂无人车间问题就较为突出啦。人频繁的进入做人工干预，不但增加了人工劳动强度也为人身安全带来了隐患，将极大地影响最大生产效能的发挥，故建议从工厂的设计建设之初就将润滑油和切削液系统化，集中供给、集中管理，降低了人工维护工作量，实现供油供液自动化。尤其以切削液的循环供给可提高使用效率、便于浓度的监测和管理、易于回收。全线集中供油系统的和全线集中供液循环系统的建设的必要性不言而喻。在免维护供油系统方面，主要为涉及所有需要的润滑的设备进行全线供油，设备中气路润滑、密封的雾化等装置也要并网，实现全线供给和设备的无缝对接；实现多种润滑油品多点定量、定时的加注，对于油位监测、低液位自动补油管理与视频监控相结合，管理者可以实时查看数字化数据和现场实况。在集中供液循环系统方面，包括自动供给、自动配补液、过滤回收三个基本部分，加入自动配置浓度补液功能，这样只许将对应的原料和水接入即可。

三、增添云机器人——智慧助力智能维护

云机器人不是一种新型机器人而是机器人通过和云计算结合使其变得更加“聪明”、更加“强大”。届时，机器人即是网络终端，本地不做存储大量的资料信息，亦不用分配占用过多的处理器资源。将需要的需求数据进行上传，通过云端服务器完成数据信息的处理。故云机器人不是单独种类或形式的机器人，是机器人在信息存储方面和获取方式的方面跨学科的应用。这种信息存储和获取的方式的好处是显而易见的。比如，机器人将当前场景的照片，通过摄像头拍摄下来并上传到服务器端并储存，既能保证机器人可以进行检索，也可用于分析计算提供策略。机器人在保证符合相关规定的要求下可以共享数据库中各种数据，随着机器人在生产实践中的的大量的应用，机器人的维护场景、应用场景等不断地丰富，在云端将存储大量的信息，通过大数据手段将有用的数据、规律提取出来，再反哺到实际应用中。

云机器人在维护作业中主要包含两个作用，即完成基本的点检任务、维护保养任务和专家模式的远程操作。基本的点检任务是将机床、自动生产线等设备按照要求的点位(未来随着数字化建设的不断完善将通过各种传感器进行采集)遵循对应的每班、每天、每周等时间节点进行检查，并将完成相应的保养任务，同时将会把对应的任务场景上传到云端进行存储，作为大数据分析的基础，可云端共享。专家模式的远程操作是一个特殊的应用，是未来机器人+5G通信技术+VR技术综和发展的空间巨大，是将人机和场景的紧密结合，是未来智能工厂的进行人为干预的有效途径。在专家模式，人通过穿戴VR设备利用5G技术Gbit/s的标准的传输速度和1MS左右延时的特点与机器人进行协作、互动，人与机器人动作同步，机器人的视觉与人同步，完成特殊的任务，使专家与设备触手可及、使人与工厂近在咫尺。我们遇到有非常规化的特殊任务，专家利用这种远程操作技术进行相关的操作，并将相应的数据上传到云端，以备共享。

四、 维护保养标准化——设备完整性管理

设备维修经历了四个阶段，从20世纪50年代占据统治地位的第一阶段——事后维修制，到以前苏联为代表的第二阶段——预防维修制(即定期维修)，再到第三阶段设备综合管理阶段(即全过程、全员参与、价值管理)，那么第四阶段设备信息化管理阶段(即设备设施完整性管理)在智能工厂中该如何大展身手？

设备设施完整性管理是随着设备管理技术在不断的发展和积累到一定的阶段的产物，是一种更为先进的设备管理方法。即对设备设施全生命周期进行基于风险的、动态的、系统的管理，在实践中通过进行管理的改善、优化和相关技术的提升，使设备设施更好的创造价值，实现实现管理精益和降本增效，保证管理目标的可持续发展。在数字化建设高速发展浪潮下，各种传感器技术在生产实践中广泛的应用，将设备设施完整性的再次升级。大量的传感器应用完善了采集数据基础建设，产生的大量的数据为智能管理的应用奠定了基础。同时云机器人技术的应用最大限度解放了人的劳动力，对于设备设施的“私人定制”的维护方案搭建了良好的平台，为维护更加精细化的提供了良好的契机。

在设备的完整性管理方面，完整性涵盖了管理的完整、技术的完整 、经济的完整 和全生命周期的完整四个方面。我们在具体实践中主要从管理、技术、经济三个维度进行考量，基于设备设施的全生命周期建立先进的设备管理模式，制定科学有效的维护实施方案。维护保养不再是简单的设备保养的活动了，而是涵盖整个生命周期的调查、研究、制作、排产、质量管理等全范围、全过程的信息整合，就对于维修必要性、经济型有个更强有力的分析决策，是一个系统工程。随着智能水平的提高的，利用数据模型进行推演和预测，对于故障的判断将更加精准化，既能做预防性处理又不维修过剩。

在新的阶段作为在开展维护保养、维修的活动的基本依据，维护保养标准化建设的意义将非常的重要。不仅利于统一的管理、统一的标准，更重要的是在大数据、云计算高速发展的时代，为资源共享、数据共享、场景共享建立了平台。在平台上设备管理的发展见更加迅速，更有利于在此基础上进行更多场景的开发和应用。届时，按照标准化的形式，简化形式场景、统一化形式场景、系列化形式场景、通用化形式场景、组合化形式场景、模块化形式场景将接踵而来，设备管理定制化的二次开发将成为创新的立足点。基于标准化的平台上的运行模式要引入了 NDCA 和 PDCA模式，俩种模式采用交替执行动态循环方式(详见图0-1)。其中P为策划(Plan)、D为实施(Do)、C为检查(Check)、A为改进(Action)、N为规范(Normalize)，第一个的NDCA的实施，是使规范上一轮PDCA形成最佳的正式文件进行具体的推广实施，PDCA前期的重点是实现新的策划的目标和方法，后期则重点在于对前期的修正、优化，然后进行以此循环。

NDCA 与 PDCA 的交替执行动态循环方式如图所示：

图1 设备维修管理体系的NDCA与PDCA的循环执行模式

五、大数据助力决策——实现人机协同

智能工厂的建立(从规划、设计到具体实施)是一个系统工程，具有复杂性和系统性的特征。这里主要分析软件部分和硬件部分的概况。硬件部分数字化建设是智能制造的基础，实现各流程数据、设备状态信息等工厂生产现场信息进行数据采集，根据数据采集应用的场景和现场的要求，有自动化数据采集和手动辅助数据采集俩类方式。在工厂的生产现场，采用自动化采集数据的常用方式包括TCP/IP协议的以太网模式、普通以太网模式、数据采集卡、组态软件采集、RFID电子标签无线采集等采集方式；在工厂的生产现场，采用手动辅助采集数据的常用方式包括手工填表、条码扫描、手持终端、手机上报等辅助手段。工厂生产现场数据在现在智能工厂中，可以为上层ERP、中间层MES系统提供及时、详尽的现场信息，为从生产、计划、调度、质量、维护等方面提供可靠的决策依据，保证各个生产流程中信息的连续性和可追溯性，保障顶层信息系统的“睿智”。软件部分是实现智能的信息处理的部分，是实现人机交互的关键所在。主要涉及设计、工艺、制造、仓储、物流、质量、人员等方面，常用的软件系统有产品生命周期管理 (product lifecycle management)简称PLM 、企业资源计划(Enterprise Resource Planning)简称ERP、供应链管理 (Supply chain management)简称SCM、客户关系管理(Customer Relationship Management) 简称CRM、制造企业生产过程执行管理系统(Manufacturing Execution System)简称MES。各个系统间可以实现无缝对接，其集成目标本质是RPP与信息化时代。真正意义上实现信息化互通的高度协同，为更高一级的人机交互奠定了基础。涉及生产排产、设备运行、质量管理等大量的数据上传到云端，对于设备的管理科学化、维修的主动预判、维保标准化动态循环的改善等方面的提供了决策依据。使维修保养的开展和实施的有效性得到了提高。同时在维修保养定制化、维修保养精细化方面奠定了坚实的基础。

智能工厂的本质就是人机协同，人机协同的关键使各个系统实现无缝对接的运行，从而实现高度协同。而人机协同的中机器的“聪明”程度是需要训练的，那就要依照维修保养标准化的原则和要求为基础，进行相应的训练。根据我们的要求和期望的方向进行进一本的训练和应用。让机器承担更多的工作，人腾出更多的经历负责创造性的工作，为人类创造更加美好的生活。

总之，第四次工业革命方兴未艾，智能制造的主导已成潮流，智能工厂则是落地的关键所在。智能工厂的建立是一个错综复杂的系统工程，从仓房设施的建设到生产规则的提取，再到各大系统在保证精益生产的应用、数据安全、数据分析应用等方面诸需考虑，但是设备管理的经济型、可靠性及发挥的最大效能同样关系到企业战略目标实现。企业设备管理方式的改变和能力的提升已成必然，维护把保养标准化的建设不可或缺，设备设施的管理在数字化和人工智能的推动下将全面的升级。利用新技术实现数字化健康管理档案，故障预测模型、主动预测性维护、备品备件智能化管理等减少非计划性停机的方法，使设备最大限度地创造价值。设备设施的管理任重而道远，维护保养的标准化仍需不断地探索实践。