前沿研究丨用于智能维护的大数据调度和全球标准方法( 五 ) 本文选自中国工程院院刊《E

在模拟了大量的真实环境（ACT）后，高级诊断系统会记录协议编号、故障类型和持续时间（PLAN），同时提醒系统进行物资回收和操作管理。这些智能系统在测试不同类型的智能应用程序（DO）时非常有用，而且主管可以实时控制和评估人力资源，以实现持续改进和零故障程序。因此，我们将从“失败和修复”（failand-fix）实践转变为“预测和预防”（predict-and-prevent）方法的系统称为接近零故障的高级诊断系统。
主动维护方法可以在故障发生之前直接或间接地检测（即预测）到这些故障。当识别出故障趋势时，应根据人力资源的习惯进行分析，并着眼于人机交互以提高安全性和舒适性（即人机工程学），从而提出专门用于快速恢复自动化制造系统正常活动的文档和设备的建议，以减少或避免（即预防）强迫停机。
在这种情况下，为进行关键性控制分析（CCA），对以下4种类型的机器警报进行分类，即警告、检查员、操作员和主管警报。对于零故障过程，系统根据关键问题识别警报，并发送通知或图片（被留下的或被找到的部件）通报人力资源有关机器的状况。一旦确定了与故障有关的部件，执行器就可以降级到正常水平，而且发出故障警报的传感器也可以降级到正常水平。
（二）流程数据流——功能化和定制
图6显示了应用于本文所述方法的信息技术系统的架构。信息系统基于Windows应用程序来存储和处理来自生产线的数据，由通过与可编程逻辑控制器连接的传感器进行监控。
文章插图
图6 使用人-信息-物理系统优化生产的运行与维护的系统架构。绿色框：全球目标识别；蓝色框：信息学改进活动的可用资源；棕色框：角色；黄色框：用于计时和网络空间调度的改进阶段
当警报发生时，应用程序通过人机界面（HMI）加密通知（.txt格式）从计算机的可编程逻辑控制器收集信息，并提供给用户。通过一个名为硬件组件识别协议（H-CIP）的功能协议，警报消息总结了通过通知传输的信息，该协议报告了人机交互、故障和干预之间的时间以及可能的风险识别。人机界面上可用的数据存储于专用云，该云与信息技术系统（如用于维护的移动应用程序、管理软件等）共享信息（如硬件节点配置、节点或组件、模块）。
运营中心确定目标和资源，目的是基于长期数据分析开发接近零故障的高级诊断，以实现高级产品/服务控制。所选参数将根据任务和非定域自动化机器的典型使用情况来确定新一代智能制造的性能以及相关的角色和时机。为了满足运营与维护优化的需求，使用MIT App Inventor 2软件开发了两个特殊的Android应用程序[supervisor应用程序（SVA）和maintainer应用程序（MNA）] 。这无需支付硬件（如智能手机和平板电脑）的安装或分发服务费用，就可快速可靠地开发人机界面应用程序。数据库从非定域机器和管理层收集所有组件和相关的关键性分析数据，并与支持系统进行双边合作，以定义可用于软件设计的操作程序。因此，对所有类型的问题和程序进行分析，目的是执行人力资源的功能指令。
工业5.0环境允许更容易、更有效地定制用于数据收集、管理和辅助决策工具的数字系统。当名为SVA的Android主管应用程序收到警报后，它会要求对出现故障的机器或部件拍照，并记录机器的状态和环境（如工作场所安全隐患），同时根据预览体验提供观点。主管在这一阶段获得的信息由应用程序进行处理，并按照被称为单点课程（OPL）的说明来评估如何修复机器。单点课程通过相关的识别协议将操作员所阐述的部件信息与检查员警报执行的分析相结合，以尽量减少在传感器和执行器之间实施持续改进所涉及的故障风险。当发生故障时，高级诊断算法会在MNA应用程序上显示警报，并与单点课程一起逐步支持维护活动，以减少外包支持。此外，高级诊断考虑了组织合作者的必要技能（如机械、电气、电子、软件等），并根据可用性和一些重要参数（如维修时间和保证质量）分配等级。高级诊断还考虑了人类经验，通过运行人工神经程序（根据实际案例的历史数据进行趋势分析，从而获得任务成功的可能性），并选择维护人员（即从公司现有人员名单中选出最适合的专业技术人员）进行维修。主管管理恢复活动，在这些阶段中，系统支持将为他提供帮助。