tin tức công ty
0102030405
AI phương Tây trao quyền cho Bắc Kinh Benz: sự khôn ngoan của tầm nhìn xa trong dây chuyền sản xuất
2023-12-08
Dòng xe ô tô vô tận trên đường là khung cảnh thường thấy nhất trên đường đi làm của mọi người. Bạn biết gì? Hơn 60% bộ phận của ô tô chạy quá tốc độ là bộ phận dập. Cái gọi là dập là tác dụng ngoại lực lên tấm thép và các vật liệu khác để làm biến dạng chúng, để có được hình dạng và kích thước cơ thể cần thiết. Là mắt xích đầu tiên của ngành sản xuất ô tô, quá trình dập, giống như phần đầu xe, đóng vai trò quan trọng trong việc “kéo một sợi tóc và chuyển động toàn bộ cơ thể”. Một khi dây chuyền dập bị ngừng hoạt động ngoài kế hoạch do vô tình bị hỏng sẽ ảnh hưởng trực tiếp đến tất cả các liên kết sản xuất tiếp theo. Cơ sở sản xuất ô tô chở khách của Công ty TNHH Ô tô Bắc Kinh Benz (Bắc Kinh Benz) nằm trong Khu Phát triển Kinh tế và Công nghệ ở Yizhuang, Bắc Kinh. Cơ sở có công nghệ sản xuất tiên tiến của Mercedes Benz và các thiết bị, dây chuyền dập hàng đầu thế giới. Theo dữ liệu chính thức, sản lượng của Beijing Benz sẽ vượt 600.000 xe vào năm 2020, tăng trong 11 năm liên tiếp. Với việc không ngừng nâng cao năng lực sản xuất, Beijing Benz hy vọng sẽ tiếp tục đào sâu khái niệm sản xuất tinh gọn. Trong số đó, việc cải thiện tính sẵn có của thiết bị sản xuất thông qua nâng cấp quản lý vận hành và bảo trì đã trở thành trọng tâm chính. Cùng với Siemens, Beijing Benz đã triển khai thành công tính năng bảo trì dự đoán thông minh cho dây chuyền ép của máy ép trên dây chuyền dập cơ khí Miller wanjiadun của xưởng dập (giai đoạn I) của nhà máy MRA để hiện thực hóa việc quản lý vận hành và bảo trì thông minh. 
Thay đổi "bất ngờ" thành "dự kiến"
Trong một dây chuyền sản xuất bận rộn, việc ngừng sản xuất vài giờ có thể gây thiệt hại hàng chục triệu đồng. Vì vậy, việc bảo trì thiết bị cũng giống như việc chữa bệnh cứu người. Chúng ta cần phải biết từ góc độ nhỏ, chữa sớm, phòng bệnh hiểm nghèo, giỏi “phòng bệnh”. Chế độ vận hành và bảo trì truyền thống là "bảo trì phòng ngừa", nghĩa là bảo trì toàn diện được thực hiện thường xuyên trong một khoảng thời gian nhất định, bất kể hoạt động thực tế và tình trạng sức khỏe của thiết bị cụ thể. Trong số đó, việc thiết lập khoảng thời gian bảo trì là một kiến thức. Khoảng thời gian quá ngắn sẽ tiêu tốn nhiều chi phí nhân công và phụ tùng thay thế, dẫn đến phải bảo trì quá mức; Khoảng thời gian quá dài để loại bỏ rủi ro. Trong quá trình sản xuất thực tế, nhiều nhà máy thường bố trí tạm thời nhân viên vận hành, bảo trì để xử lý sau khi gặp sự cố bất ngờ, tổn thất không thể bù đắp được. Đặc biệt trong xưởng dập, thiết bị dập có kích thước lớn và đắt tiền, đồng nghĩa với việc việc chuẩn bị phụ tùng, bảo trì thiết bị rất tốn thời gian và nhân công, thậm chí ảnh hưởng nghiêm trọng đến nhịp sản xuất chung. Nếu có thể xử lý trước khi xảy ra sự cố hoặc khi có dấu hiệu nhỏ để tránh ngừng hoạt động ngoài kế hoạch, thì rõ ràng nó có thể đảm bảo hiệu quả hoạt động sản xuất ổn định và hiệu quả của nhà máy, đồng thời giảm chi phí vận hành và bảo trì. Vì vậy, "bảo trì dự đoán" đã ra đời. Nó có thể được mô tả như một sự thay đổi mang tính lật đổ đối với phương thức vận hành và bảo trì truyền thống. Nó có thể theo dõi trạng thái và dự đoán sự cố tiềm ẩn của thiết bị sản xuất dựa trên Internet vạn vật và công nghệ trí tuệ nhân tạo, đồng thời biến "bất ngờ" thành "dự kiến".
Zhang Jie là Kỹ sư bảo trì dập tại Phòng vận hành và bảo trì kỹ thuật của Beijing Benz. Theo ông, hệ thống bảo trì dự đoán là một phương pháp thực hành thành công trong quá trình phát triển kỹ thuật số của Beijing Benz và đây cũng là xu hướng chung của ngành trong tương lai. Zhang Jie cho biết: "Khi Beijing Benz tiếp tục thúc đẩy sản xuất tinh gọn, chúng tôi cần giảm thêm chi phí và tăng hiệu quả. Ví dụ, thông qua ứng dụng công nghệ kỹ thuật số, chúng tôi cần cung cấp nhiều sự thuận tiện và hướng dẫn hơn cho công việc vận hành và bảo trì hàng ngày nhân sự, giảm khối lượng công việc và nâng cao hiệu quả cũng như độ chính xác trong vận hành và bảo trì. Đây là mục đích ban đầu khi chúng tôi hợp tác với nhóm Siemens để thực hiện các dự án bảo trì dự đoán."
Đội ngũ chuyên gia từ bộ phận dịch vụ khách hàng của tập đoàn công nghiệp kỹ thuật số Siemens, Viện nghiên cứu Trung Quốc của Siemens và Beijing Benz đã cùng nhau tạo ra một hệ thống bảo trì dự đoán thông minh cho dây chuyền sản xuất máy ép của xưởng dập Beijing Benz, thực hiện bảo trì dự đoán dựa trên dữ liệu vận hành thiết bị (đặc biệt là độ rung). phân tích dữ liệu. Nhờ có hệ thống, quy trình làm việc hàng ngày của Phòng vận hành và bảo trì kỹ thuật của Zhang Jie đã thay đổi đáng kể. Trước đây, nhân viên vận hành và bảo trì cần thường xuyên kiểm tra từng thiết bị quan trọng như động cơ chính, bộ truyền động chính và trạm thủy lực để quan sát xem có rung động và tiếng ồn bất thường hay không. Giờ đây, với sự trợ giúp của hệ thống này, Beijing Benz có thể thu thập thông tin vận hành thiết bị theo thời gian thực, dự đoán những rủi ro tiềm ẩn của thiết bị quan trọng và xây dựng kế hoạch bảo trì tối ưu một cách khoa học. 
Kể từ khi chính thức ra mắt vào tháng 12/2019, hệ thống này đã giúp Beijing Benz dự đoán thành công nhiều lỗi thiết bị có thể xảy ra. Ví dụ, vào tháng 5 năm 2020, hệ thống phát hiện động cơ của trạm thủy lực đệm căng là bất thường. Nếu được phép phát triển, một khi đệm giãn cơ ngừng hoạt động, toàn bộ dây chuyền sản xuất sẽ ngừng hoạt động và có thể mất bốn hoặc năm giờ để thay thế phụ tùng thay thế. Sau khi nhận được cảnh báo của hệ thống, Beijing Benz đã tiến hành bảo trì kịp thời, nhanh chóng xác định nguồn gốc sự cố và thay thế phụ tùng thay thế mà không ảnh hưởng đến nhịp độ sản xuất. Bằng cách này, một sự cố ngừng hoạt động ngoài kế hoạch rắc rối sẽ trở thành một sự cố ngừng hoạt động có kế hoạch trong thời gian ngắn. Chu Linfei, nhà nghiên cứu cấp cao của Viện nghiên cứu Trung Quốc Siemens, cho biết: "hãy thực hiện các biện pháp phòng ngừa, điều này khiến mọi người thực sự cảm nhận được giá trị của trí tuệ nhân tạo công nghiệp". Hãy "kiểm tra sức khỏe" cho thiết bị Chắc hẳn bạn rất tò mò về khả năng ma thuật khó lường của "bảo trì dự đoán" được thực hiện như thế nào? Trên thực tế, điều này cũng tương tự như quá trình người dân đến bệnh viện để khám sức khỏe. Sau khi đăng ký, chúng tôi thường phải tiến hành đo nhiệt độ, lấy máu, chụp CT và các cuộc kiểm tra khác để có được các chỉ số sức khỏe khác nhau của cơ thể. Sau đó, thiết bị y tế sẽ tự động đưa ra báo cáo khám sức khỏe để mọi người dễ hiểu, đánh giá xem các chỉ số khác nhau của cơ thể có bình thường theo mô hình cài sẵn trong hệ thống hay không, chẳng hạn như dữ liệu xét nghiệm máu định kỳ có nằm trong phạm vi quy định hay không. phạm vi ngưỡng và đưa ra các đề xuất để cải thiện sức khỏe cá nhân. Tất nhiên, dụng cụ y tế không thể trực tiếp phán đoán được tất cả các bệnh. Nếu các vấn đề sức khỏe được nêu trong báo cáo phức tạp hoặc không chắc chắn, bác sĩ sẽ can thiệp vào việc kiểm tra thể chất và chẩn đoán tình trạng thêm. Tương tự, hệ thống bảo trì dự đoán cũng cần thu thập “dữ liệu tình trạng” của thiết bị thông qua các cảm biến được lắp đặt trên thiết bị để làm nền tảng cho việc dự đoán và chẩn đoán tiếp theo. Lấy dây chuyền dập Beijing Benz làm ví dụ, Siemens đã triển khai 62 cảm biến rung và 10 cảm biến nhiệt độ để thu thập dữ liệu vận hành của các thiết bị chính bao gồm động cơ DC, hộp số và hộp ổ trục theo thời gian thực. Mỗi cảm biến thu thập hơn 20000 dữ liệu rung mỗi giây. Sau đó, hệ thống sẽ phân tích lượng dữ liệu khổng lồ đó dựa trên công nghệ máy học. Dựa trên dữ liệu lịch sử, hệ thống đã thiết lập trước mô hình tình trạng thiết bị, mô hình phát hiện bất thường và mô hình phân tích xu hướng. Khi dữ liệu mới thu thập có sai lệch bất thường, hệ thống sẽ đưa ra cảnh báo kịp thời. Các chỉ số bất thường khác nhau cho thấy các "căn bệnh" tiềm ẩn khác nhau và kết quả phân tích trí tuệ nhân tạo cũng có thể đưa ra các đề xuất bảo trì hướng dẫn "tuỳ theo từng trường hợp". 
Trí tuệ nhân tạo là sự mở rộng khả năng của con người. Nó "không mệt mỏi" thu thập và phân tích dữ liệu lớn ngay lập tức, đồng thời thực hiện giám sát thời gian thực trong mọi thời tiết. Tuy nhiên, trí tuệ nhân tạo không phải là toàn năng và không thể thay thế hoàn toàn trí thông minh của con người. Trong quá trình dập, độ rung phản ánh trực tiếp tình trạng sức khỏe của thiết bị trong quá trình gia công, điều này rất quan trọng nhưng lại vô cùng phức tạp. Độ rung của các thiết bị, linh kiện khác nhau trên dây chuyền sản xuất tác động và chồng lên nhau, tạo thành một bản giao hưởng rung động “tổng hợp” lớn. Nhiều khi, chỉ những chuyên gia tên miền có kinh nghiệm mới có thể “hiểu” được “âm tiết” nào sai lệch. Do đó, Siemens cũng sẽ cung cấp các dịch vụ phân tích chuyên môn bên cạnh các giải pháp trí tuệ nhân tạo. Cuối cùng, kết quả phân tích dữ liệu kết hợp với trí tuệ nhân tạo và kinh nghiệm chuyên môn sẽ được trình bày cho khách hàng, trong nháy mắt sẽ hiển thị rõ ràng trạng thái vận hành thiết bị và dự đoán xu hướng. Fang Wei, giám đốc kinh doanh dịch vụ tự động hóa nhà máy của tập đoàn công nghiệp kỹ thuật số Siemens, cho biết: “Dựa vào kinh nghiệm và kiến thức chuyên môn phong phú trong lĩnh vực phân tích rung động, các chuyên gia có thẩm quyền của Siemens có thể giúp Beijing Benz đánh giá xem dữ liệu có hợp lệ hay không và liệu lỗi có thực sự xảy ra hay không”. , để cải thiện hơn nữa độ chính xác của kết quả dự đoán." Tầm nhìn xa sẽ chiến thắng tương lai Là một Ứng dụng "sát thủ" trong lĩnh vực Internet vạn vật công nghiệp, bảo trì dự đoán có thể mang lại lợi ích rõ ràng cho các doanh nghiệp sản xuất trong đó có Beijing Benz: trong nội bộ, nó có thể giúp các doanh nghiệp giảm thời gian ngừng hoạt động ngoài kế hoạch, giảm chi phí vận hành, bảo trì và nâng cao hiệu quả sản xuất; Ở bên ngoài, doanh nghiệp có thể thiết lập lợi thế cạnh tranh khác biệt để dẫn đầu trong cuộc cạnh tranh khốc liệt trên thị trường. Tổng giám đốc của Beijing Benz cho biết: "với sự phát triển nhanh chóng của Beijing Benz và năng lực sản xuất ngày càng tăng lên hàng năm, chúng tôi phải dựa vào hoạt động và bảo trì hiệu quả để đảm bảo tính liên tục của sản xuất. Hệ thống bảo trì dự đoán thông minh của máy in, mà được xây dựng với sự trợ giúp của Siemens, có thể giúp chúng tôi thúc đẩy quá trình chuyển đổi từ chế độ vận hành và bảo trì truyền thống sang chế độ vận hành và bảo trì kỹ thuật số và thông minh. Chúng tôi mong muốn được tăng cường hợp tác với Siemens trong tương lai và tiếp tục hợp tác để viết ra một kế hoạch chi tiết mới. để chuyển đổi kỹ thuật số và nâng cấp tổng kho “. Trí tuệ chủ động của bảo trì dự đoán có thể giúp doanh nghiệp nắm bắt hiện tại và giành được tương lai một cách tự tin hơn.
Kể từ khi chính thức ra mắt vào tháng 12/2019, hệ thống này đã giúp Beijing Benz dự đoán thành công nhiều lỗi thiết bị có thể xảy ra. Ví dụ, vào tháng 5 năm 2020, hệ thống phát hiện động cơ của trạm thủy lực đệm căng là bất thường. Nếu được phép phát triển, một khi đệm giãn cơ ngừng hoạt động, toàn bộ dây chuyền sản xuất sẽ ngừng hoạt động và có thể mất bốn hoặc năm giờ để thay thế phụ tùng thay thế. Sau khi nhận được cảnh báo của hệ thống, Beijing Benz đã tiến hành bảo trì kịp thời, nhanh chóng xác định nguồn gốc sự cố và thay thế phụ tùng thay thế mà không ảnh hưởng đến nhịp độ sản xuất. Bằng cách này, một sự cố ngừng hoạt động ngoài kế hoạch rắc rối sẽ trở thành một sự cố ngừng hoạt động có kế hoạch trong thời gian ngắn. Chu Linfei, nhà nghiên cứu cấp cao của Viện nghiên cứu Trung Quốc Siemens, cho biết: "hãy thực hiện các biện pháp phòng ngừa, điều này khiến mọi người thực sự cảm nhận được giá trị của trí tuệ nhân tạo công nghiệp". Hãy "kiểm tra sức khỏe" cho thiết bị Chắc hẳn bạn rất tò mò về khả năng ma thuật khó lường của "bảo trì dự đoán" được thực hiện như thế nào? Trên thực tế, điều này cũng tương tự như quá trình người dân đến bệnh viện để khám sức khỏe. Sau khi đăng ký, chúng tôi thường phải tiến hành đo nhiệt độ, lấy máu, chụp CT và các cuộc kiểm tra khác để có được các chỉ số sức khỏe khác nhau của cơ thể. Sau đó, thiết bị y tế sẽ tự động đưa ra báo cáo khám sức khỏe để mọi người dễ hiểu, đánh giá xem các chỉ số khác nhau của cơ thể có bình thường theo mô hình cài sẵn trong hệ thống hay không, chẳng hạn như dữ liệu xét nghiệm máu định kỳ có nằm trong phạm vi quy định hay không. phạm vi ngưỡng và đưa ra các đề xuất để cải thiện sức khỏe cá nhân. Tất nhiên, dụng cụ y tế không thể trực tiếp phán đoán được tất cả các bệnh. Nếu các vấn đề sức khỏe được nêu trong báo cáo phức tạp hoặc không chắc chắn, bác sĩ sẽ can thiệp vào việc kiểm tra thể chất và chẩn đoán tình trạng thêm. Tương tự, hệ thống bảo trì dự đoán cũng cần thu thập “dữ liệu tình trạng” của thiết bị thông qua các cảm biến được lắp đặt trên thiết bị để làm nền tảng cho việc dự đoán và chẩn đoán tiếp theo. Lấy dây chuyền dập Beijing Benz làm ví dụ, Siemens đã triển khai 62 cảm biến rung và 10 cảm biến nhiệt độ để thu thập dữ liệu vận hành của các thiết bị chính bao gồm động cơ DC, hộp số và hộp ổ trục theo thời gian thực. Mỗi cảm biến thu thập hơn 20000 dữ liệu rung mỗi giây. Sau đó, hệ thống sẽ phân tích lượng dữ liệu khổng lồ đó dựa trên công nghệ máy học. Dựa trên dữ liệu lịch sử, hệ thống đã thiết lập trước mô hình tình trạng thiết bị, mô hình phát hiện bất thường và mô hình phân tích xu hướng. Khi dữ liệu mới thu thập có sai lệch bất thường, hệ thống sẽ đưa ra cảnh báo kịp thời. Các chỉ số bất thường khác nhau cho thấy các "căn bệnh" tiềm ẩn khác nhau và kết quả phân tích trí tuệ nhân tạo cũng có thể đưa ra các đề xuất bảo trì hướng dẫn "tuỳ theo từng trường hợp". Trí tuệ nhân tạo là sự mở rộng khả năng của con người. Nó "không mệt mỏi" thu thập và phân tích dữ liệu lớn ngay lập tức, đồng thời thực hiện giám sát thời gian thực trong mọi thời tiết. Tuy nhiên, trí tuệ nhân tạo không phải là toàn năng và không thể thay thế hoàn toàn trí thông minh của con người. Trong quá trình dập, độ rung phản ánh trực tiếp tình trạng sức khỏe của thiết bị trong quá trình gia công, điều này rất quan trọng nhưng lại vô cùng phức tạp. Độ rung của các thiết bị, linh kiện khác nhau trên dây chuyền sản xuất tác động và chồng lên nhau, tạo thành một bản giao hưởng rung động “tổng hợp” lớn. Nhiều khi, chỉ những chuyên gia tên miền có kinh nghiệm mới có thể “hiểu” được “âm tiết” nào sai lệch. Do đó, Siemens cũng sẽ cung cấp các dịch vụ phân tích chuyên môn bên cạnh các giải pháp trí tuệ nhân tạo. Cuối cùng, kết quả phân tích dữ liệu kết hợp với trí tuệ nhân tạo và kinh nghiệm chuyên môn sẽ được trình bày cho khách hàng, trong nháy mắt sẽ hiển thị rõ ràng trạng thái vận hành thiết bị và dự đoán xu hướng. Fang Wei, giám đốc kinh doanh dịch vụ tự động hóa nhà máy của tập đoàn công nghiệp kỹ thuật số Siemens, cho biết: “Dựa vào kinh nghiệm và kiến thức chuyên môn phong phú trong lĩnh vực phân tích rung động, các chuyên gia có thẩm quyền của Siemens có thể giúp Beijing Benz đánh giá xem dữ liệu có hợp lệ hay không và liệu lỗi có thực sự xảy ra hay không”. , để cải thiện hơn nữa độ chính xác của kết quả dự đoán." Tầm nhìn xa sẽ chiến thắng tương lai Là một Ứng dụng "sát thủ" trong lĩnh vực Internet vạn vật công nghiệp, bảo trì dự đoán có thể mang lại lợi ích rõ ràng cho các doanh nghiệp sản xuất trong đó có Beijing Benz: trong nội bộ, nó có thể giúp các doanh nghiệp giảm thời gian ngừng hoạt động ngoài kế hoạch, giảm chi phí vận hành, bảo trì và nâng cao hiệu quả sản xuất; Ở bên ngoài, doanh nghiệp có thể thiết lập lợi thế cạnh tranh khác biệt để dẫn đầu trong cuộc cạnh tranh khốc liệt trên thị trường. Tổng giám đốc của Beijing Benz cho biết: "với sự phát triển nhanh chóng của Beijing Benz và năng lực sản xuất ngày càng tăng lên hàng năm, chúng tôi phải dựa vào hoạt động và bảo trì hiệu quả để đảm bảo tính liên tục của sản xuất. Hệ thống bảo trì dự đoán thông minh của máy in, mà được xây dựng với sự trợ giúp của Siemens, có thể giúp chúng tôi thúc đẩy quá trình chuyển đổi từ chế độ vận hành và bảo trì truyền thống sang chế độ vận hành và bảo trì kỹ thuật số và thông minh. Chúng tôi mong muốn được tăng cường hợp tác với Siemens trong tương lai và tiếp tục hợp tác để viết ra một kế hoạch chi tiết mới. để chuyển đổi kỹ thuật số và nâng cấp tổng kho “. Trí tuệ chủ động của bảo trì dự đoán có thể giúp doanh nghiệp nắm bắt hiện tại và giành được tương lai một cách tự tin hơn.