传感器在工业物联网预测性维护中起着重要作用

　　智能制造和智慧城市，是物联网应用的两大方向。工业物联网，无疑是实现智能制造的重要工具。工业物联网，是指将具有感知、监控能力的各类采集、控制传感器或控制器，以及移动通信、智能分析等技术不断融入工业生产过程的每一个环节，从而提高制造效率、改善产品质量，降低产品成本和资源消耗，优化运营，最终实现将传统工业提升到智能化的新阶段。

工业物联网设备，资料图

　　今年是人工智能与实体经济深度融合之年，其中预测性维护是重要应用领域。日前，预测性维护被CB insight 评为2019年人工智能发展趋势之一。工业设备，尤其是大型设备，距离远、结构复杂、造价高，一旦小毛病拖成了大病，高额的费用先不说，影响生产计划更是企业所无法接受的。在具体应用中，预测性维护需通过对重要资产如机床、重要机器仪表等设备的健康监测来实现。

　　在智慧工厂里，生产设备里的传感器等随时监控设备运行状态，把实时运行数据传输到云上并进行分析，提前预知设备的异常状态，从而最小化设备停机的可能。

　　以风电行业的设备监测为例，在江苏无锡某风电设备工厂，基于传感器技术，建立了先进的在线振动监测系统，建立基于物联网技术的风电机组远程智能健康体检服务平台，可实现全天候远程在线风机振动监测分析，为客户提供预知性研判。

智慧工厂中的预测性维护，资料图

　　2017年，无锡戴卡轮毂曾花大力气搞出了一套自动化生产线，反而不如老的生产线：老厂的手工生产线成品率不低于90%，自动化生产线去年的平均月成品率只有86%。为何会这样？生产线上各环节少了数据采集、分析反馈、智能控制。

　　换句话说，生产线没有“眼睛”、“耳朵”，靠人工的话每一个环节有经验的工人针对产品间细微的差别会凭经验调整，而“瞎子”机器可做不到。毛坯厚度、位置等只要偏差一点点，后续的环节不进行微调，结果就会出现成批的废品。

　　后来，企业在技改项目上加了智能制造平台，这不单单是一个系统、一套软件，而是融合了经营管理、研发和综合制造能力的一个完整体系。例如，在中控室能看到设备运行的实时情况，也就是所有设备都有了采集数据的传感器。某些工序已初步实现了数据制造，例如用于加工的刀具会在生产过程中不断磨损，到一定程度就会影响产品的精度。在大数据分析之下，就能实现工艺的自动补偿。

　　今年4月，中国工业互联网研究院院长徐晓兰指出，我国今年工业互联网产业规模有望达到4800亿人民币，初步推测可为国民经济带来2万亿的增长，工业互联网在推动制造业高质量发展过程中将起着十分重要的作用。