О предиктивном техническом обслуживании в промышленности 4.0: обзор, модели и проблемы
On Predictive Maintenance in Industry 4.0: Overview, Models, and Challenges
2022-08-12
SCID: 54.1/hr78f7p5
Discuss with AI
Индустрия 4.0техническое обслуживание по состояниюпрогнозное техническое обслуживаниепрогнозирование и управление техническим состояниемостаточный срок службы
Figures from the paper
Abstract (AI)
В эпоху четвертой промышленной революции параллельно с ней возникло несколько концепций, включая предиктивное техническое обслуживание, которое сегодня играет ключевую роль в обеспечении устойчивого производства и функционировании производственных систем благодаря внедрению цифрового подхода к техническому обслуживанию машин. Объем данных, извлекаемых из производственных процессов, экспоненциально увеличился вследствие широкого распространения сенсорных технологий. Несмотря на то что техническое обслуживание 4.0 сталкивается с организационными и финансовыми проблемами, а также с трудностями, связанными с источниками данных и ремонтом машин, оно остается значимым преимуществом для компаний, применяющих его. Действительно, оно позволяет минимизировать простой машин и связанные с ним затраты, максимально увеличить жизненный цикл машин, а также повысить качество и темп производства. Этот подход обычно характеризуется четко регламентированным рабочим процессом, который начинается с понимания проекта и сбора данных и завершается этапом принятия решений. В статье представлен исчерпывающий обзор литературы по методам и прикладным инструментам для интеллектуальных моделей предиктивного технического обслуживания в промышленности 4.0; выявлены и классифицированы этапы жизненного цикла проектов технического обслуживания и возникающие проблемы. Также представлены модели, связанные с данным видом обслуживания: техническое обслуживание по состоянию (CBM), прогнозирование технического состояния и управление им (PHM), а также оценка остаточного ресурса (RUL). Наконец, предложен новый прикладной промышленный рабочий процесс предиктивного технического обслуживания, включающий этап поддержки принятия решений, на котором сформулирована рекомендация относительно платформы предиктивного технического обслуживания. Эта платформа обеспечивает управление оборудованием и бесперебойный обмен данными между ним на протяжении всего жизненного цикла в контексте интеллектуального технического обслуживания.
Key Findings
1
Предложенный промышленный рабочий процесс включает этап поддержки принятия решений и рекомендует платформу для управления оборудованием и обеспечения бесперебойного обмена данными на протяжении жизненного цикла обслуживания.
2
Техническое обслуживание 4.0 может продлевать жизненный цикл оборудования и повышать качество и производительность производства за счёт использования экспоненциально растущих данных от датчиков.
3
Предиктивное обслуживание представлено как ключевой подход Индустрии 4.0 для устойчивого производства, снижающий простои и связанные с обслуживанием затраты.
4
В статье рассматриваются техническое обслуживание по состоянию, прогнозирование и управление техническим состоянием, а также модели остаточного ресурса как основные подходы к предиктивному обслуживанию.
5
В обзоре классифицируются жизненные циклы проектов предиктивного обслуживания, применяемые методы, инструменты и проблемы, включая организационные, финансовые, источниковые и ремонтные барьеры.
Research Object
Системы и рабочие процессы предиктивного обслуживания в Индустрии 4.0 (Maintenance 4.0)
Research Subject
модели жизненного цикла, рабочие процессы, поддержка принятия решений и проблемы внедрения предиктивного технического обслуживания
Publication Details
Publication Date
2022-08-12
Journal
Publisher
ISSN
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai4
Промышленность 4.0 — краткий обзор2018
Прогностическое обслуживание и интеллектуальные датчики на «умном» заводе: обзор2021
Уроки, извлечённые из внедрения Индустрии 4.0 в немецкой обрабатывающей промышленности2019
Фреймворк прогностического технического обслуживания воздухообрабатывающих установок на основе автоматического обнаружения и диагностики неисправностей с использованием цифрового двойника2022