早在幾年前，對(duì)于工業(yè)制造來(lái)說(shuō)，“預(yù)測(cè)性維護(hù)”以殺手級(jí)應(yīng)用的級(jí)別被寄予厚望，但是隨著IoT企業(yè)的布局推進(jìn)，大家隨之發(fā)現(xiàn)一個(gè)問(wèn)題，如果不能降低運(yùn)營(yíng)成本，工業(yè)預(yù)測(cè)性維護(hù)的應(yīng)用在某種程度上將成為空談。全球領(lǐng)先的戰(zhàn)略咨詢(xún)公司貝恩咨詢(xún)?cè)鴮?duì)計(jì)劃采用預(yù)測(cè)性維護(hù)的企業(yè)進(jìn)行過(guò)調(diào)研。對(duì)比2016年和2018年的兩次數(shù)據(jù)，真正實(shí)施和計(jì)劃采用預(yù)測(cè)性維護(hù)的企業(yè)比例都有所下調(diào)。究其對(duì)預(yù)測(cè)性維護(hù)的期待從熱衷趨于理性的最大原因還是成本考量。

1“預(yù)測(cè)性維修”的成本為什么那么高？預(yù)測(cè)性維護(hù)（Predictive Maintenance，PdM）是指通過(guò)對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行持續(xù)測(cè)量和監(jiān)控，使用工業(yè)數(shù)據(jù)建模和數(shù)據(jù)分析技術(shù)預(yù)測(cè)和診斷設(shè)備故障，在設(shè)備故障發(fā)生前提前采取修正措施。不同于一般的遠(yuǎn)程設(shè)備狀態(tài)監(jiān)控，不論是從時(shí)間成本、經(jīng)濟(jì)成本還是技術(shù)成本上，預(yù)測(cè)性維護(hù)都有很痛的難點(diǎn)。

01時(shí)間成本，預(yù)測(cè)性維護(hù)要實(shí)現(xiàn)，前期需要大量歷史數(shù)據(jù)的支撐。工業(yè)系統(tǒng)是相當(dāng)復(fù)雜的。不同的工業(yè)企業(yè)有不同的生產(chǎn)線(xiàn)和運(yùn)行流程，涉及的工業(yè)設(shè)備種類(lèi)更是多種多樣。這就給數(shù)據(jù)的收集工作帶來(lái)了極大的挑戰(zhàn)。從時(shí)間上來(lái)看，僅僅只是收集數(shù)據(jù)就會(huì)耗費(fèi)大量的時(shí)間，更何況后期還需要對(duì)這些數(shù)據(jù)進(jìn)行歸納和處理，這將會(huì)是一個(gè)極其漫長(zhǎng)的過(guò)程。

02經(jīng)濟(jì)成本，由于“預(yù)測(cè)性維護(hù)”涉及到的產(chǎn)品規(guī)格不一，面臨定制化程度高，項(xiàng)目很難標(biāo)準(zhǔn)化，無(wú)法快速?gòu)?fù)制的特點(diǎn)，對(duì)物聯(lián)網(wǎng)企業(yè)來(lái)說(shuō)，難以快速突破市場(chǎng)，對(duì)于工業(yè)企業(yè)來(lái)說(shuō)，勢(shì)必導(dǎo)致成本極高，難以承受。

03技術(shù)成本，相比于商業(yè)或者或者互聯(lián)網(wǎng)場(chǎng)景，工業(yè)場(chǎng)景設(shè)備類(lèi)型多，運(yùn)行工況復(fù)雜，涉及到數(shù)據(jù)采集的傳感技術(shù)，數(shù)據(jù)傳輸?shù)耐ㄓ嵓夹g(shù)，數(shù)據(jù)處理技術(shù)和數(shù)據(jù)分析的算法策略等。此外，工業(yè)算法需對(duì)工業(yè)及工業(yè)設(shè)備運(yùn)行基本原理有一定的認(rèn)識(shí)，這對(duì)行業(yè)技術(shù)人員提出了更高的要求。從市場(chǎng)上的技術(shù)來(lái)看，目前的算法模型還很難達(dá)到預(yù)測(cè)性維護(hù)的要求。

2“Edge AI+ZETA”組合拳直擊痛點(diǎn)

痛點(diǎn)雖在，但也掩蓋不了預(yù)測(cè)性維護(hù)將是大趨勢(shì)這一事實(shí)。就此，縱行科技打出了一套組合拳：“Edge AI+ZETA +算法前置”，使預(yù)測(cè)性維護(hù)成本降低至20%以?xún)?nèi)，性?xún)r(jià)比堪稱(chēng)最高，在滿(mǎn)足大部分中小型企業(yè)并沒(méi)有足夠的技術(shù)儲(chǔ)備和資金能力實(shí)現(xiàn)智能化升級(jí)的痛點(diǎn)需求之外，還能覆蓋廣闊的工業(yè)應(yīng)用場(chǎng)景，推動(dòng)預(yù)測(cè)性維護(hù)應(yīng)用普及。

01采用無(wú)線(xiàn)傳輸，不影響工廠(chǎng)設(shè)備運(yùn)行

在工業(yè)場(chǎng)景中進(jìn)行數(shù)據(jù)獲取，如果采用有線(xiàn)傳輸，需在工廠(chǎng)里進(jìn)行大量施工安裝，同時(shí)還會(huì)影響設(shè)備正常運(yùn)行，導(dǎo)致經(jīng)濟(jì)成本的增加。就此，縱行科技推出無(wú)線(xiàn)智能終端，該終端可由電池供電，不需要布線(xiàn)，可以輕松搭載在旋轉(zhuǎn)設(shè)備上，收集原始數(shù)據(jù)。

02國(guó)產(chǎn)技術(shù)搭建專(zhuān)網(wǎng)，實(shí)現(xiàn)數(shù)據(jù)安全采集和高數(shù)據(jù)量的傳送

由于“預(yù)測(cè)性維護(hù)”涉及到的產(chǎn)品技術(shù)方面的機(jī)密太多，工業(yè)企業(yè)對(duì)通信技術(shù)的選擇往往很謹(jǐn)慎。由此，縱行科技采用了自主研發(fā)的純國(guó)產(chǎn)ZETA通信技術(shù)，可搭建專(zhuān)網(wǎng)，保證數(shù)據(jù)的安全、私密性。同時(shí)，ZETA具有自主可控、低成本、低功耗、廣覆蓋等特點(diǎn)，支持超窄帶寬的多信道通信、多跳網(wǎng)狀網(wǎng)絡(luò)的分布式接入、以及低功耗的雙向通信，針對(duì)工廠(chǎng)復(fù)雜環(huán)境，相比Wi-Fi、lora、NB-IoT等，ZETA的穿透性更強(qiáng)、成本更低、具有高接收靈敏度和抗干擾性。此外，ZETA自研了Advanced M-FSK物理層調(diào)制技術(shù)，在低功耗的基礎(chǔ)之上可滿(mǎn)足工業(yè)大型設(shè)備較大數(shù)據(jù)的回傳需求，對(duì)傳統(tǒng)的LPWAN功能進(jìn)行了補(bǔ)缺。

03搭載Edge AI，靈活便捷的同時(shí)降低成本

Edge AI，除了邊緣計(jì)算的快速、安全、可靠和可拓展的四大優(yōu)勢(shì)之外，最大的優(yōu)勢(shì)在于能有效降低成本。一是，邊緣計(jì)算可避免大數(shù)據(jù)量通訊，不占用云端資源，使預(yù)測(cè)性維護(hù)的實(shí)施方案極其靈活、輕便，從而可使成本降到最低。另外，縱行科技把Edge AI進(jìn)行前置，移植到智能終端內(nèi)部，實(shí)現(xiàn)數(shù)據(jù)的即采集即處理，能最大限度延長(zhǎng)終端電池壽命。

04以典型旋轉(zhuǎn)設(shè)備切入，可快速?gòu)?fù)制推廣

工業(yè)設(shè)備70%的故障都可以通過(guò)設(shè)備振動(dòng)信號(hào)監(jiān)測(cè)出來(lái)，縱行科技針對(duì)常見(jiàn)旋轉(zhuǎn)機(jī)械設(shè)備研發(fā)了基于振動(dòng)信號(hào)分析的智能監(jiān)測(cè)終端，結(jié)合ZETA窄帶通信和邊緣智能的優(yōu)勢(shì)，打造“輕量瘦身”的預(yù)測(cè)性維護(hù)應(yīng)用，用20%的成本覆蓋80%的典型旋轉(zhuǎn)設(shè)備故障模式，具備大規(guī)模復(fù)制推廣的條件。

3推出“機(jī)理+AI”算法，使故障告警準(zhǔn)確率能達(dá)到95%

為了深入研究設(shè)備機(jī)理、分析工業(yè)場(chǎng)景并獲取有效故障數(shù)據(jù)樣本，縱行科技與上海交通大學(xué)、同濟(jì)大學(xué)和上海大學(xué)等院校展開(kāi)了戰(zhàn)略合作，深入研究設(shè)備運(yùn)行和故障機(jī)理，降低對(duì)數(shù)據(jù)的依賴(lài)，并通過(guò)仿真和試驗(yàn)測(cè)試的方法積累了大量數(shù)據(jù)，建立了十余種故障模型。與此同時(shí)，縱行科技針對(duì)具體工業(yè)場(chǎng)景和設(shè)備工況采用定制化算法進(jìn)行加強(qiáng)分析，從而提升設(shè)備監(jiān)測(cè)的有效性，更全面的把控設(shè)備的運(yùn)行狀態(tài)。例如對(duì)于多工況的設(shè)備，通過(guò)GMM算法實(shí)現(xiàn)對(duì)采集數(shù)據(jù)的工況分類(lèi)，確定各工況下特征分布情況，進(jìn)而自適應(yīng)地確定設(shè)備啟停和異常的報(bào)警閾值；對(duì)于穩(wěn)定工況的特征值，通過(guò)概率統(tǒng)計(jì)、衰退模型、時(shí)序模型等方法或算法對(duì)設(shè)備狀態(tài)和剩余壽命評(píng)估。

通過(guò)“機(jī)理+AI”的方法，縱行科技推出了ZETA Edge－AI智能終端，該終端的故障告警準(zhǔn)確率能達(dá)到95%，誤報(bào)率低于1%。ZETA Edge－AI智能終端采用了最高配置：使用MEMS加速度傳感芯片使產(chǎn)品能達(dá)到29kHz（3dB）的頻響，程序設(shè)置25.6kHz的采樣率，有效分析0-10kHz頻段的頻譜，能涵蓋90%以上旋轉(zhuǎn)機(jī)械設(shè)備的故障特征頻段。同時(shí)，單次采集1.28s的振動(dòng)數(shù)據(jù)，保證頻譜有0.78Hz分辨率，能精確定位故障或特征譜線(xiàn)。

在功能方面，ZETA Edge－AI智能終端通過(guò)對(duì)旋轉(zhuǎn)設(shè)備長(zhǎng)期監(jiān)測(cè)進(jìn)行歷史數(shù)據(jù)的縱向分析，采用閾值判定、趨勢(shì)分析和概率統(tǒng)計(jì)等方法對(duì)設(shè)備狀態(tài)進(jìn)行評(píng)估，及時(shí)發(fā)現(xiàn)設(shè)備異常狀態(tài)，并可實(shí)時(shí)同步到平臺(tái)端和移動(dòng)端，用戶(hù)無(wú)論辦公還是在家，都能第一時(shí)間獲取設(shè)備異常的信息。對(duì)于常見(jiàn)的故障類(lèi)型，包括轉(zhuǎn)子不平衡、不對(duì)中、安裝松動(dòng)、軸承和齒輪損壞等，智能終端也能給出具體故障類(lèi)型判斷，協(xié)助用戶(hù)進(jìn)行故障排查和定位，提高故障處理效率。

基于低成本和高性能的優(yōu)勢(shì)， ZETA Edge－AI智能終端有望推動(dòng)預(yù)測(cè)性維護(hù)應(yīng)用普及，給工業(yè)預(yù)測(cè)性維護(hù)的發(fā)展帶來(lái)更大的信心。

fqj