Hiệu suất dự đoán trong một thế giới không thể đoán trước

Bernie Van Leeuwen, người đứng đầu SKF Research & Technology Development, cho biết SKF Research mang đến cho khách hàng những công cụ mới để chống lại thời gian ngừng hoạt động không theo kế hoạch.


Khách hàng đến với SKF vì họ muốn có các sản phẩm và dịch vụ hỗ trợ các mục tiêu về độ tin cậy, tính bền vững và hiệu suất của họ. Trong phần lớn các trường hợp, nó thực hiện chính xác điều đó. Hơn 90% vòng bi có tuổi thọ lâu hơn so với máy mà chúng được chế tạo.

Trong công việc R & D của mình, chúng tôi dành nhiều thời gian để suy nghĩ về một số ít sản phẩm cuối cùng sẽ hỏng khi sử dụng. Trong nhiều năm, chúng tôi đã phát triển các mô hình khéo léo có thể giúp xác định thời gian một vòng bi sẽ chạy trong các điều kiện hoạt động nhất định trước khi độ tin cậy của nó bị ảnh hưởng bởi sự quá tải.

Tuy nhiên, trong thực tế, mọi thứ trông khác so với trong phòng thí nghiệm. Bằng cách điều tra các vấn đề tại hiện trường và phân tích các vòng bi do khách hàng trả lại, chúng tôi biết rằng chín trong số mười hỏng hóc là do những thay đổi trong điều kiện dự kiến: các vấn đề về bôi trơn, nhiễm bẩn, ăn mòn hoặc hư hỏng do dòng điện đi lạc, có tên nhưng một số ít để gọi.

Máy móc cũng phải hoạt động trong những điều kiện khó khăn – tức là những vấn đề như vậy không bao giờ có thể loại trừ được. Tuy nhiên, nếu chúng ta có thể dự đoán tốt hơn những sự kiện tương đối hiếm gặp này, chúng ta có thể giảm bớt những hậu quả gây rối của chúng. Thay vòng bi trong quá trình đại tu theo lịch trình sẽ tốt hơn và rẻ hơn nhiều so với việc dừng dây chuyền sản xuất đắt tiền để sửa chữa khẩn cấp.

SKF hiện đang làm việc chăm chỉ để cải thiện khả năng dự báo của chúng tôi. Công việc của chúng tôi nhằm trả lời ba câu hỏi cơ bản cho khách hàng :
– Phát hiện . Có vấn đề gì hoặc có khả năng xảy ra sự cố với máy của tôi không ?
– Chẩn đoán . Nguyên nhân cơ bản của vấn đề là gì ?
– Dự báo . Tôi có thể tiếp tục vận hành máy của mình cho đến khoảng thời gian bảo trì theo lịch trình tiếp theo không? Tôi có thể làm gì để tiếp tục không ?
Những nỗ lực của chúng tôi để trả lời những câu hỏi này đã đưa chúng tôi vào các lĩnh vực công nghệ mới. Họ cũng yêu cầu áp dụng các khái niệm đã được thiết lập tốt theo một cách mới lạ.

Điều này áp dụng, ví dụ, để kiểm tra vòng bi. Chúng tôi vận hành hàng chục giàn thử vòng bi trong các phòng thí nghiệm của mình trên khắp thế giới. Nhiệm vụ của họ là để cho các sản phẩm của chúng tôi chạy cho đến khi chúng thất bại hoàn toàn, nhằm giúp chúng tôi hiểu rõ hơn về các cơ chế lỗi và xác minh các mô hình toán học của chúng tôi. Thực hiện các thủ tục kiểm tra như vậy là khá đơn giản. Bạn chạy giá thử cho đến khi phát hiện có vấn đề với vòng bi rồi dừng nó lại.

Để đưa ra dự đoán của chúng tôi, chúng tôi cần một loại kiểm tra khác: một loại kiểm tra bắt đầu từ khi kiểm tra truyền thống kết thúc. Chúng tôi muốn hiểu sự tiến triển của hư hỏng trong nhà kho và các lỗi nhỏ phát triển thành các vấn đề lớn nhanh như thế nào. Với kiến ​​thức này, khách hàng có thể xác định mất bao lâu để các cảm biến trên máy của họ phát hiện ra lỗi.

Để thực hiện loại thử nghiệm mới này, chúng tôi đang xây dựng một cơ sở chuyên dụng tại trung tâm RTD (Nghiên cứu và Phát triển Công nghệ) của chúng tôi ở Houten, Hà Lan. Cơ sở ở trung tâm mới được gọi là Khung chịu lực cho Thử nghiệm Xác minh Gia tốc (BRAVE) và tái tạo các loại điều kiện “không hoàn hảo” được tìm thấy trong thực tế. Chúng tôi có các giá kiểm tra đặc biệt để tạo ra hư hỏng vòng bi, ví dụ: B. do ăn mòn, thiếu chất bôi trơn, nhiễm bẩn hoặc dòng điện. Tại các quầy thử nghiệm khác, chúng ta có thể quan sát các tải trọng và tốc độ khác nhau ảnh hưởng đến tốc độ lan truyền thiệt hại như thế nào.

Một lĩnh vực khác mà chúng tôi đang rất tích cực là ứng dụng trí tuệ nhân tạo và máy học. Trong năm qua, chúng tôi đã phát triển và củng cố đáng kể nhóm SKF AI của mình và hiện chúng tôi đang điều chỉnh các hệ thống và quy trình trong toàn tổ chức để tận dụng tốt hơn khả năng này.

Ví dụ: các băng ghế thử nghiệm mới nhất của chúng tôi có thể thu thập nhiều dữ liệu hơn với tần suất cao hơn so với các thiết bị tiền nhiệm và chúng tôi lưu trữ dữ liệu này trong SKF Cloud để các nhóm trên khắp thế giới có thể truy cập vào nó để đào tạo các thuật toán của họ và thử các ý tưởng mới.

Chúng tôi cũng áp dụng phân tích tự động cho dữ liệu mới này. Một ví dụ rất hay về điều này là một dự án đang diễn ra trong lĩnh vực kinh doanh đang cải tạo của chúng tôi. Các nhà máy thép sử dụng nhiều nhà kho lớn trong công nghệ băng tải của họ. Vì kích thước và chi phí của chúng, chúng thích hợp để tân trang lại.

Nếu vòng bi bị lỗi đã được sử dụng quá lâu, mức độ hư hỏng có thể lớn đến mức không thể phục hồi được nữa. Vấn đề cho đến bây giờ là chúng tôi không thể xác định liệu một vòng bi có thể được phục hồi trước khi nó đến một trong các nhà máy chế biến của chúng tôi hay không. Để tránh vận chuyển không cần thiết, chúng tôi đang thử nghiệm hệ thống nhận dạng hình ảnh tự động. Các vòng bi được khách hàng chụp ảnh khi chúng được tháo ra và sau đó hệ thống sẽ phân tích tình trạng của chúng để xác định xem chúng có phù hợp để cải tạo hay cần loại bỏ. Chúng tôi hy vọng hệ thống sẽ gia tăng giá trị cho khách hàng bằng cách cung cấp cho họ một báo cáo về nguyên nhân có thể gây ra hư hỏng vòng bi.

Một trong những khía cạnh thú vị nhất của việc làm việc với dữ liệu lớn và AI là cách hai lĩnh vực khác nhau bổ sung cho nhau. Nhờ sự kết hợp dữ liệu từ các băng thử mới của chúng tôi, các cảm biến trên máy của khách hàng và hình ảnh của các vòng bi bị hư hỏng, chúng tôi có thể liên tục tinh chỉnh và tối ưu hóa các thuật toán và mô hình toán học của mình.

Chúng tôi đã thực hiện một số bước đột phá, đặc biệt là trong lĩnh vực phát hiện và chẩn đoán, và những phương pháp này hiện được một số khách hàng sử dụng. Do độ tin cậy và khả năng ứng dụng ngày càng cao của các phương pháp của chúng tôi, chúng tôi có kế hoạch giới thiệu các công cụ, sản phẩm và dịch vụ mới trong những tháng và năm tới.

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *