针对以上问题，罗兰贝格与德国机械工程行业协会、德国博览会集团共同对153家德国工业企业进行了调研，重点关注输电工程/液压传动、电气自动化/机器人技术、离散制造技术、软件工程及数字化技术等领域的机械工程运营公司。“明确定位、未雨绸缪”，推出了《预测性维护》研究报告。预测性维护通过连续的测量和分析，预测性维护能够预测诸如机器零件剩余使用寿命等相关指标。...
案例：基于CPS的工业4.0机器人系统 下面介绍的案例重点强调了信息实体系统在工业机器人的健康监测中的应用。目前的研究旨在开发一种针对一组包含30个工业机器人的生产线的预测性与预防性健康监控系统。在本案例中，生产线速度的多样性导致了采用复杂多工况方法的要求。预测与健康管理分析的核心是以获取扭矩和速度参数信息为基础的。 ...
比如一条生产线突然发出故障报警，机器能够自己进行诊断，找到哪里产生了问题，原因是什么，同时还能够根据历史维护的记录或者维护标准，告诉我们如何解决故障，甚至让机器自己解决问题、自我恢复。当然，我们都不太希望发生故障，所以通过人工智能技术可以实现第三类应用，预测性维护。要知道工业生产线或设备如果突然出现问题，那造成的损失是非常巨大的。...
这里要说明的是，预测性维护的提出很大程度上是针对工业机器人行业，发那科和思科合作开发的ZDT零宕机系统，安川电机的AI子公司AICube Inc开发的面向制造现场的预测维护方案等都曾红极一时，但随着工业机器人和机器人部件成本的大幅下降，工业机器人预测性维护的呼声变得很弱，国内机器人厂商由于与四大家族机器人在应用领域方面存在明显差异，所以预测性维护基本也都不去考虑。 ...
Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证：京ICP证110310号