【
中国智能制造网 企业动态】在需要 24 小时不停运转的工厂里，突发的停机事件是无法忍受的。那么，又有什么新的方法来避免设备故障造成的生产损失和材料浪费？佳答案当然是预测性维护，它通过对重要资产(如机器仪表、机器人、机床等)的健康监测来实现。日前，在巴塞罗那MWC联想展区，记者看到了联想懂的通信与联宝工厂联合打造的5G智能工厂生产线设备预测性维护解决方案。
联想是PC制造商，在遍布的研发制造基地中，不得不提及位于安徽合肥的LCFC联宝工厂。它是联想的PC制造研发基地，每销售8台笔记本电脑中，就有一台是在联宝工厂生产制造的。联宝工厂作为智能制造示范基地，拥有18条主板生产线，26条精益组装线，285套自动化设备及SMT电子备货仓，每年年产能达3000万台PC，每日生产5万多台电脑，平均不到1秒就有一台笔记本下线，自动化率高达75%，这一切与联宝工厂的智能制造系统密不可分。
联想集团副总裁、联想物联科技兼联想懂的通信CEO王帅博士谈到，“工业是联想的基础，联想在工业智能制造方向探索已久，已在建造了约15家智能工厂，并拥有近万家协作工厂，积累了大量的数据和能力。”王帅博士从生产线透明化和机器学习两方面详细地介绍生产线设备预测性维护解决方案。
首先是通过数字化映射，实现生产线数据透明化。这不仅实现设备的数字化映射，还实现车间级别模型的物联网信息数字化映射，在设备实时数据的基础上，增加环境参数、车间信息、报警信息等实时参数，让现实车间更加虚拟，让虚拟空间更接近现实，真正实现生产线透明化。
其次是生产线的设备监控。生产管理人员可以通过3D智能工厂平台，对生产线上的设备进行3D模型的监控，在线浏览整个生产设施情况及提供3D情境下数字化制造和生产信息，随时随地及时获取生产、质量、订单等各种信息，从而提高管理响应速度和透明度，促进各部门间的知识共享和协作，利于智能工厂的多维信息传递。
后是通过机器学习，实现设备预测性维护。这通过先进的机器学习技术，对海量的设备数据进行分析，可以训练出该类型设备的数据模型，并将该模型应用于设备状态、健康寿命的预测中，实现从被动式的设备维护到主动式的预测性维护转变。
相信随着5G、AI等技术的成熟，这个预测性维护解决方案将让产品生产和服务的整个过程以及相关决策变得更加主动、有针对性，真正推动智能工厂实现和落地。
(原标题：揭示联想PC研发制造基地如何进行生产线设备预测性维护 责任编辑：田小梦)
我要评论