摘要：針對卷接包設備預測性維護的應用需求,提出以設備故障監測、診斷、維修指導為手段,給出基于工業互聯網與人機交互技術的維修指導總體模型和技術框架,研發了基于人機交互技術的設備在線監測管控平臺,應用于設備狀態監測診斷、可視化分析決策,實現設備級、產線級、車間級健康狀態在線監測、設備輔助指導維修、遠程監控診斷的智能高效設備維護模式,從而將人機交互維修指導與設備故障信息相結合,實現對現場維修工程技術人員的可視化實時指導,提升設備維修效率。
關鍵詞：卷接包設備; 人機交互; 預測性維護; 設備輔助維修;
The Application of Human-Computer Interaction in The Predictive Maintenance of Crimped Packaging Equipment
Abstract：In response to the application requirements of predictive maintenance of rolling-up package equipment,this paper proposes to use equipment fault monitoring,diagnosis,and maintenance guidance as means,and provides an overall model and technical framework for maintenance guidance based on industrial internet and human-computer interaction technology.The interactive technology equipment online monitoring and control platform is applied to equipment condition monitoring and diagnosis,visual analysis and decision-making,and realizes the intelligent and efficient equipment maintenance mode of equipment-level,production-line-level,workshop-level health status online monitoring,equipment auxiliary guidance maintenance,and remote monitoring diagnosis combine man-machine interactive maintenance guidance with equipment failure information to realize visual and real-time guidance to on-site maintenance engineers and technicians,and improve equipment maintenance efficiency.
卷接包設備是煙草工業企業重要的生產設備之一,其健康狀態的優劣決定了企業生產制造能力和煙草制品的質量水平。煙草工業企業為典型的流程制造模式,而卷接包設備是生產制造的關鍵性設備,卷接包設備的健康狀態對企業的生產計劃排程、產品的內外品質保障以及卷煙生產的成本控制都有著非常重要且直接的影響,對企業的生產運營至關重要。
1 卷接包設備的運維現狀
目前,煙草行業中最新卷接包設備的生產能力為600～1 000包/min,設備高速運轉,一旦出現突發故障造成停機維護,必然會打亂原有生產計劃,產出不合格產品,影響設備有效作業率,對企業造成巨大的損失。從生產經營角度而言,煙廠對主要設備的生產維護主要有以下三種方式。
1.1 事后維修
在設備已經突發故障的情況下進行“消防式”維修,這種維修方式會打亂原有的生產計劃,不可避免地產出瑕疵產品,造成較大的生產損失。
1.2 預防性維護
企業在固定的時間,嚴格按照設備檢修計劃對所有卷接包設備定期開展檢修工作,通過“大修”的方式更換部分相關組件,以確保未來長時間內的穩定運行。這種維護方式對設備本身的健康狀態沒有精準的判斷,在維護過程中存在設備初期過度維修、設備使用殘值消耗、設備后期欠維修等問題,致使設備組件無法及時更換導致設備突發故障。
1.3 預測性維護
預測性維護是以設備狀態為依據,對設備進行連續在線的狀態監測及數據分析,診斷并預測設備故障的發展趨勢,提前制定預測性維護計劃并實施檢維修的行為[1,2]。這種維護方式很大程度上有效減少了設備停機維修時間,避免設備突發故障,提高了設備運行的安全性和可靠性,是設備運維努力的方向。
2 預測性維護技術體系
在預測性維護中,判斷預測性維護是否合理的根本在于設備的狀態監測與故障診斷,其中設備真實狀態的監測是預測性維護至關重要的一環。當設備狀態出現異常趨勢,根據故障診斷和狀態預測出設備可能發生的故障從而得出維修決策,實施維修活動。在預測性維護的技術體系中,涵蓋了設備的狀態監測、故障診斷、狀態預測以及維修決策等設備運維全過程,如圖1所示。
2.1 設備狀態監測
設備狀態監測技術是在設備的關鍵部位部署各類狀態監測元器件,對設備的運行參數、狀態參數等進行實時監測。根據狀態監測手段不同,主要有以下四種形式。
(1)振動監測。
圖1 預測性維護技術體系
在卷接包設備的刀盤、包裝機輪機切紙輪等關鍵部件位置安裝振動傳感器,實時采集設備信號進行趨勢分析。
(2)超聲波監測。
在設備的關鍵部件位置安裝脈沖等高頻傳感器,判斷機械設備部件內的細微摩擦,對設備的微小故障實時監測。
(3)溫度監測。
在卷接包設備的軸承部位使用紅外測溫儀以監測其溫度,觀察變化趨勢。
(4)電信號監測。
監測卷接包設備的變頻器的電信號,如電流、電壓等,預判存在潛在風險的設備部件。
2.2 設備故障分析診斷
設備故障分析診斷是在設備狀態實時監測的基礎上,通過特征提取算法及故障識別方法對連續的狀態數據進行提取,將實時監測數據域設備與健康數據模式對比分析,識別、模擬并解讀設備發生故障的趨勢與規律,繼而進行故障確認并預警。
2.3 設備狀態預警預測
當生產中的設備運行狀態發生變化,偏離正常健康數據分布規律時,系統會基于物理模型、知識系統和統計模型的混合型故障預測技術自動識別偏離趨勢。當設備的運行狀態持續惡化至超出預警檢測線時,設備預警系統自動發出潛在故障預警,并且可以通過多種方式進行人員推送。
2.4 維修決策
維修決策是預測性維護的最后環節,也是價值最大化的環節,設備狀態監測、故障診斷、狀態預警,基于各種決策算法最終要給出監測設備的維修決策方案。現階段的預測性維護中,維修決策往往還是依靠人工,通過設備狀態還未能成功實現全系統的智能診斷。
3 基于智能人機交互技術的卷接包設備在線監測管控平臺
隨著人機交互技術的日趨成熟,與各行業的融合越來越深入,在煙草工業領域將人機交互技術與工業互聯網技術深度融合,研發基于工業互聯網的卷接包設備預測性維護的故障維修指導,為卷接包設備狀態監測、高速數據傳輸、精細化診斷分析、數據信息交互、輔助維修指導等提供新興技術支撐。
3.1 系統技術架構
基于工業互聯網與智能人機交互技術的設備在線監測管控平臺系統技術架構,如圖2所示。從功能實現上,設備提供各種虛擬現實/增強現實(VR/AR)設備的接入服務;平臺管理提供應用管理、模型管理等通用平臺管理服務;引擎服務提供VR/AR應用開發、即時通信等引擎服務支持;開發工具提供感知交互、渲染處理和模型處理工具支撐;模型庫提供定義好的設備模型、機理模型、數據模型,同時提供模型在VR/AR工具中的集成表達服務;專家知識庫提供維護案例、領域知識、解決方案、專家意見、維修技術手冊等,并按照用戶分組管理各自知識庫等。
圖2 平臺技術架構
3.2 系統關鍵技術
3.2.1 數據信息交互
在線監測管控平臺的數據信息交互主要包括設備故障數據交互和人機交互,其中設備故障數據交互實現完成設備傳感器數據與虛擬維修環境的交互,人機交互完成維修操作與虛擬維修環境和真實維修環境之間的交互。
本項目中平臺模型庫模塊開發了對各種工程設計軟件數據集成接口,能夠有效提取設計軟件中三維設計模型所包含的詳細設計信息并進行標準格式轉化,與VR/AR工具模塊共同部署在智能人機交互系統中,兩者基于相同的數據模型和數據結構,建立和使用相同數據庫,信息可以在其間進行透明的流動。通過對象間的互操作實現虛擬環境和平臺模型庫之間的信息流通,從而將VR /AR工具和平臺模型庫在軟件上集成為一個整體。
3.2.2 專家知識系統與VR/AR工具集成
智能人機交互系統中的感知交互、模型處理等VR/AR工具構建具有完美的人機交互能力和啟發構思的多維空間信息環境,專家知識系統擅長知識的積累沉淀和推理,使信息和知識有序化,形成知識圖譜,加快知識和信息的流動,兩者之間存在領域重疊和互補特性。對專家知識系統來說,集成VR/AR工具可豐富知識庫、模型庫,拓寬專家知識庫應用領域。對VR/AR系統而言,專家知識庫系統是快速解決用戶在智能人機交互系統應用中疑難問題的高效工具。
針對本項目的智能人機交互系統,提出一種介于松散集成和緊密集成之間的集成方式,設計制定專家知識系統與VR/AR工具集成架構。專家知識庫系統與VR/AR工具模塊功能獨立,對于需要交互的功能,通過交互接口網絡方式傳輸數據和控制指令。為解決數據冗余問題,將知識數據和視景數據等專家知識類數據集成為一個綜合數據庫,采用數據ID關聯。
3.2.3 故障維修指導
故障維修指導包括卷接包設備數字模型建立、人機交互維修指導流程設計、專家知識庫和遠程專家在線指導。
(1)建立卷接包設備數字模型。
以卷接包設備1:1在Revit中建立BIM模型,添加對應卷接包設備類型參數及設計參數,導出DWG格式并添加ID,在3dmax軟件中為場景模型添加材質貼圖并導出成FBX,在Unity軟件中使用平臺附帶插件“EEPTOOLS”調整貼圖球并按照平臺命名規則導出流程。
設計維修指導流程:在 Unity中結合卷接包設備的動作編程和動畫編輯形成設備關鍵部位的維修指導片段;根據不同關鍵的部位制定相應的維修指導方案,形成與關鍵部位故障點相匹配的虛擬零部件序列編號,并與前面所描述的設備故障ID識別號進行匹配,從而完成卷接包設備關鍵部位故障數據驅動的維修指導流程。
專家知識庫系統:核心建設內容為知識庫建設與推理機建設,系統總體架構如圖3所示。其中知識庫建設通過技術文檔、專家經驗、智能編碼程序、歸納程序、文本理解等實現人類知識庫的電子記錄。推理機建設根據一定的推理策略從知識庫中選擇有關的知識,對用戶提供的條件進行推理,對規則庫中的前提或者結論進行匹配,找尋適用于當前故障信息的技術文檔、維修歷史視頻、指導視頻等,推送給現場工程師以備查看。
圖3 專家知識庫系統總體架構
(2)遠程專家在線指導。
在物理維修場景中,部署人機交互VR/AR集成設備,可實時采集維修場景視頻信息并傳輸至遠程專家PC端,遠程專家通過音視頻會話的方式、結合屏幕虛擬標注等方式與現場維修環境進行交互。集成設備中的傳感器將采集到交互信息傳輸并集成到VR/AR工具的全息影像上,通過內置APP對其交互指令進行響應。
4 卷接包設備在線監測管控平臺
4.1 三級監測
基于智能人機交互技術與工業互聯網技術,面向企業精益化管理需求,集成ERP、MES、SCADA、WMS等生產業務系統,構建車間、產線、設備三級生產監控體系平臺。
4.1.1 車間級生產監測
以生產車間為單元,全面監測生產過程中所產生的產量、能耗、質量等數據,并以大數據看板方式進行可視化展示。通過數據融合、深度挖掘、關聯分析等技術手段實現生產過程實時監控,生產異常及時報警,快速實現車間卷接包設備的健康診斷和維護方案決策。
4.1.2 產線級生產監測
以卷接包生產線或工段為單元,通過產線三維仿真實時展現生產線實時運行狀態,輔以信息面板、數據標簽、數據圖表等二維看板方式,實現產線數據監控、報警管理、歷史數據查詢等功能。
4.1.3 設備級現場監測
以卷接包設備為單元,集成生產設備的實時運轉狀態與參數,對其進行可視化監控,將監測數據與設備健康狀態數據進行比對,識別、模擬并解讀設備發生故障的趨勢與規律,判斷設備的運行狀態、預測設備各關鍵部件的剩余使用壽命及輔助決策卷接包設備的最佳維護時機。
4.2 設備輔助維修
在輔助設備維修過程中,在線監測管控平臺基于專家系統知識庫,對設備故障進行預處理分析,整合歷史運行數據、故障數據,在規則范圍內查找可適用的維修方案,進行維修決策并將決策結果反饋給用戶。
4.2.1 現場設備輔助維修
基于混合現實技術(MR)技術,實現在車間現場的設備實際物理狀態上以數據看板的方式,查看當前設備各個部件的狀態參數數據以及整臺設備的生產信息,如振動、產量等,實現人、設備、信息系統之間的互聯互通,幫助管理人員全面掌握設備實時運行狀態。在設備發生異常時及時報警,幫助用戶快速查找定位設備故障點,及時解決設備故障,最大程度較少停機損失。
在設備發生故障時,基于智能人機交互技術的輔助檢修將虛擬維修模型展現給技術人員,指導其維修工序;對于卷接包設備復雜構件的維修,可通過基于虛擬模型制作的維修指導動畫,引導技術人員手勢操作提供實施過程指導。另外,通過手勢操作選擇按鈕、圖表的方式查看設備圖紙、維修記錄、以及實時庫存,在3D設備模型上標注歷史維修位置和故障原因等方式輔助維修。
4.2.2 遠程設備輔助維修
對于卷接包設備而言,保證不停機或者短停機是生產需要最大的訴求。一旦出現故障,維修資源的匱乏是設備恢復生產最大的制約,如維護專家稀缺、距離遠、往返路程、時間成本等問題;基于平臺中AR人機交互技術,將3D數據延伸到現場,海量數據跟現場無縫結合,支持現場工程師與遠程專家進行音視頻雙向實時通訊。通過該應用遠程專家可實時查看現場設備狀況,以便在三維畫面中標注維修指導信息,傳輸CAD、視頻動畫等相關文件,實時同步到現場工程師佩戴的AR眼鏡或手機等電子設備上,工程師可根據遠程專家的操作指令在設備實體上進行精準實施與操作,幫助現場人員精準高效解決問題。
5 結語
基于智能人機交互技術的設備預測性維護是針對卷煙企業對卷接包設備生產運行管理能力的提升。通過基于AR、VR、MR等智能人機交互技術與工業互聯網技術的深度融合應用,構建在線監測管控平臺,實時監測生產設備運行參數,可以大大提升設備故障預測能力,判斷設備的運行狀態、預測設備各關鍵部件的剩余使用壽命及輔助決策設備的最佳維護時機,充分利用設備殘值,在設備發生故障時,基于人機交互技術現場輔助維修與專家遠程輔助維修,幫助工程師精準定位,快速解決設備故障,降低卷接包設備整個生命周期內的費用,優化企業能源利用,提升生產本質安全。
參考文獻
[1]宋華振.預測性維護技術[J].自動化博覽,2013(12):56-57,65.
[2]蔡道勇,楊相聲,張偉.預測性運維技術在港口設備管理中的應用[J].港口科技,2018(12):18-20,31.
[3]詹秦川,弓宸.虛擬現實技術的應用及發展現狀分析[J].產業與科技論壇,2014,13(7):75-76.
[4]Huang Lihui,Taib Siti Faatihah Binte Mohd,Aung Ryan,et al.Virtual reality research and development in NTU[J].Virtual Reality & In telligent Hardware[J].2020,2(5):394-408.
[5]Gary Forger.The challenges of moving from preventive to predictive maintenance[J].2020,75(6):46-50.
[6]王冬梅,蘇明.卷接包設備健康狀態評價方法研究[J].中國高新科技,2020(4):18-19.
[7]Patrick Dallasega,Andrea Revolti,Philipp Christopher Sauer,et al.BIM,augmented and virtual reality empowering lean construction management:a project simulation game[J].Procedia Manufacturing,2020(7):49-54.
[8]齊文平,姚京松,劉曉芳,等.增強現實(AR)技術在電力設備智能巡檢中的應用[J].電子產品世界,2017,24(5):58-60.
[9]Brian J.Park,Stephen J.Hunt,Charles Martin,et al.Augmented and mixed reality[J].Technologies for Enhancing the Future of IR,2020,31(7):1074-1082.
[10] 程成,張貝克,高東,等.基于工業互聯網的離散制造生產線預測性維護系統研究[C]//第30屆中國過程控制會議(CPCC 2019)摘要集.北京:中國自動化學會過程控制專業委員會,2019:107.
[11]祝旭.故障診斷及預測性維護在智能制造中的應用[J].自動化儀表,2019,40(7):66-69.
[12] 張旭輝,張雨萌,王巖,等.數字孿生驅動的設備維修MR輔助指導技術[J].計算機集成制造系統,2020(6):1-13.
