Pelnas:
- Gebėjimas pateikti išankstinį įspėjimą prieš gedimą interpretuojant vibracijos, temperatūros ir alyvos analizės duomenis su AI
- Gebėjimas sukurti sistemą, kuri derina nuspėjamosios priežiūros (numatymo prieš gedimą) logiką su planine priežiūra
- Gebėjimas patvirtinti AI gedimų prognozes ir pagrindinių priežasčių interpretacijas naudojant jutiklių kokybę ir inžinerines žinias
Laivo mašinų skyrius negali sugesti vietoje, kurios viduryje yra šimtai kilometrų vandenyno. Pagrindinio variklio gedimas jūroje; Tai reiškia dreifą, pavojų aplinkai, gelbėjimo išlaidas ir kelionės vėlavimus. Todėl techninės priežiūros strategija yra ne tik laivo saugumo, bet ir ekonomiškumo dalis. Taikant klasikinį metodą, techninė priežiūra atliekama esant gedimui (pataisoma) arba pagal grafiką (periodiškai). Numatyta techninė priežiūra neapsiriboja šiais dviem atvejais: ji stebi įrangos „sveikumą“ pagal jutiklių duomenis ir nustato, kada reikia įsikišti prieš gedimą, kad būtų išvengta nereikalingo priešlaikinio išmontavimo. Dirbtinis intelektas (AI) suteikia galimybę interpretuoti duomenis ir palaikyti sprendimus.
Tačiau esminis principas: dirbtinio intelekto išvestis, pvz., „šis guolis suges po 400 valandų“ arba „ši vibracija yra normali“, patvirtinama fiziniu patikimumu, neapdorotų duomenų peržiūra ir kompetentingo mechaniko inžinieriaus / vyriausiojo inžinieriaus įvertinimu prieš priimant priežiūros sprendimą. Neteisinga „be problemų“ išvestis gali sukelti gedimą, o neteisinga „skubiai pakeisti“ išvestis gali sukelti milijonus nereikalingų išmontavimo darbų.
Sąvokos: Būklės stebėjimas: Nuolatinis įrangos būklės stebėjimas atliekant tokius matavimus kaip vibracija, temperatūra, slėgis, alyvos analizė. Anomalija: matavimas, kuris nukrypsta nuo įprasto modelio ir reikalauja dėmesio. Likęs naudingo tarnavimo laikas (RUL): numatomas laikas iki komponento gedimo. Klaidingas aliarmas (klaidingas teigiamas): sistema įspėja, kai iš tikrųjų nėra jokios problemos. Praleistas gedimas (klaidingai neigiamas): sistema tyli, kai yra tikras gedimas; Pavojingiausia klaidų rūšis.
Nuo jutiklio duomenų iki sprendimo
Nuspėjamoji priežiūra yra duomenų grandinė. Pirmasis žiedas, jutikliai: vibracija (guolio ir krumpliaračio būklė), temperatūra (guolis, išmetimas), slėgis (alyva, aušinimo skystis), alyvos analizė (metalo dalelės rodo susidėvėjimą) ir variklio veikimo parametrai (cilindro slėgis, išmetamųjų dujų temperatūros pasiskirstymas). Antroji nuoroda yra duomenų kokybė: blogas jutiklis, laisvas kabelis arba kalibravimo poslinkis atrodo kaip „gedimas“. Pirmasis klausimas, kai AI pažymi anomaliją, yra: ar tai tikra mašinos problema, ar jutiklio / duomenų problema?
Trečia grandis, modelis ir tendencija: AI gali aptikti lėto blogėjimo tendenciją (pvz., išmetamųjų dujų temperatūros kilimą per kelias savaites) anksčiau nei žmogaus akis, palygindamas ją su istoriniais duomenimis. Ketvirtas skambutis, sprendimas: AI pasiūlo nesėkmės kandidatą ir numatomą laiko langą; Tačiau sprendimas išmontuoti, pakeisti dalis ar atidėti kelionę priimamas gavus fizinę apžiūrą ir gavus inžinieriaus patvirtinimą.
Vertingiausias numatomos priežiūros rezultatas nėra viena galutinė data; Tai ankstyvas ir patikimas įspėjimas, kad inžinierius galėtų įsikišti suplanuotu saugiu laiku ir uoste. Vietoj klaidingo tikrumo, pavyzdžiui, „kad guolis suges per 412 valandų“, tokia informacija kaip „šis guolis turi tendenciją sugesti, turėtų būti patikrintas kitame priežiūros lange“ yra naudingesnė ir sąžiningesnė.
Atsargiai: praleistas gedimas (klaidingai neigiamas) yra daug pavojingesnis nei klaidingas aliarmas. Nors sistema sako „viskas normalu“, gedimas jūroje reiškia atidėtą reagavimą ir pavojų saugai. Štai kodėl AI „jokių problemų“ išvestis negali būti patikima svarbioje įrangoje; Reguliarus fizinis patikrinimas ir gamintojo techninės priežiūros intervalai yra palaikomi.
Klaidingas pavojaus signalas ir pasitikėjimo balansas
Praktinis nuspėjamosios priežiūros iššūkis yra pusiausvyra tarp klaidingo pavojaus signalo ir praleisto gedimo. Pernelyg jautri sistema nuolat siunčia įspėjimus, komanda praranda pasitikėjimą įspėjimais („alert fatigue“) ir į tikrąjį įspėjimą nežiūri rimtai. Pernelyg laisva sistema praleis tikrų gedimų. Tai, kaip dirbtinio intelekto modelis pasiekia šią pusiausvyrą, turėtų būti įvertinta pagal jo našumą remiantis istoriniais duomenimis (kiek realių gedimų jis užfiksavo, kiek klaidingų pavojaus signalų sugeneravo). Galbūt modelis niekada nematė naujo tipo gedimo, dėl kurio jis nebuvo apmokytas; Štai kodėl žmogaus priežiūra yra būtina „nepamatytų modelių“ scenarijams.
Išvesties tipas
Vertė
Rizika
patikrinimas
Ankstyvas pablogėjimo įspėjimas
Suteikia planinę intervenciją
Gali būti klaidingas pavojaus signalas
Neapdorota tendencija + fizinis patikrinimas
RUL (likęs tarnavimo laikas) sąmata
Planavimo paprastumas
klaidingas tikrumas
Skaitykite su neapibrėžtumo intervalu
„Jokių problemų“ išvestis
atpalaiduojantis
Praleistas gedimas
Palaikymas atliekant periodinį patikrinimą
anomalijos ženklas
atkreipia dėmesį
Gali būti jutiklio klaida
Jutiklio/kalibravimo patikrinimas
Mini dėklai
1 atvejis – jutiklis ar gedimas? Sistema įspėja apie staigų pagrindinio mašinos guolio temperatūros kilimą; AI sako: „Galimas guolio gedimas“. Vyriausiasis inžinierius pirmiausia patikrina jutiklį: atsilaisvino temperatūros jutiklio jungtis ir jis skaito neteisingai didelę reikšmę. Šalia esančių guolių temperatūros ir alyvos analizė yra normali. Užkertamas kelias nereikalingam išmontavimui. Pamoka: kiekvieną anomaliją pirmiausia patikrina duomenys / jutiklis, tada mašina.
2 atvejis – išankstinio įspėjimo reikšmė. Nuspėjamoji priežiūros sistema aptinka lėtą turbokompresoriaus vibracijos kilimą kelias savaites ir iš anksto įspėja. Kitame numatytame uosto sustojime komanda patikrina turbokompresorių, randa susidėvėjusį guolį ir pakeičia jį saugios būklės. Užkertamas kelias staigiam turbokompresoriaus gedimui ir galios praradimui jūroje. Pamoka: tikroji numatomos priežiūros nauda yra gedimą paversti suplanuota intervencija saugiu laiku ir saugioje vietoje.
3 atvejis – klaidingo tikrumo spąstai. Ataskaitoje AI išvestis cituojama kaip „siurblys suges po 512 valandų“, o komanda suplanuoja techninę priežiūrą būtent tai dienai. Tiesą sakant, modelis sukūrė prognozę su plačiu neapibrėžtumo diapazonu; Siurblys pradeda sugesti po 300 valandų. Jei inžinierius nuo pat pradžių būtų atsižvelgęs į neapibrėžties diapazoną (pvz., 300–700 valandų), jis būtų jį patikrinęs anksčiau. Pamoka: RUL įverčiai skaitomi su neapibrėžtumo diapazonu, o ne vienu skaičiumi.
Kopijuojami raginimo šablonai
1 šablonas – preliminarus anomalijos įvertinimas:
Vaidmuo: esate mašinų skyriaus būklės stebėjimo konsultantas.Kontekstas (pateikimas): [įranga], šių matavimų anomalija:[vibracija / temperatūra / slėgis / alyvos duomenų santrauka].Užduotis: 1) Ar ši anomalija gali būti jutiklio / duomenų ar mechanizmų problema? Rekomenduokite diferencialo valdymą abiem.2) Išvardykite galimas pagrindines priežastis pagal tikimybę.3) Patvirtino kokiu papildomu matavimu / patikrinimu?Apribojimas: galutinis gedimo nustatymas; Nurodykite, kad reikalingas patikrinimas ir inžinieriaus patvirtinimas. „Patikrinkite su gamintoju“ bet kokią jūsų nurodytą slenkstinę vertę.
2 šablonas – RUL prognozės skaitymas su neapibrėžtumu:
Atsižvelkite į tokį RUL (likusio naudojimo) įvertį:[komponentas, numatoma valanda, modelio tipas].1) Koks gali būti šio įvertinimo neapibrėžties diapazonas, kodėl?2) Pasiūlykite saugų valdymo langą, o ne nelyginį skaičių.3) Kokių duomenų reikia norint pagerinti įvertinimą?Apribojimas: nenurodykite klaidingo tikslumo; Visada nurodykite intervalą ir „patvirtinimo patikrinimu“ veiksmą.
3 šablonas – klaidingas aliarmas / praleistas gedimo balansas:
Įvertinsiu nuspėjamosios priežiūros modelio veikimą. Istoriniuose duomenyse: [pagautų gedimų skaičius], [klaidingų aliarmų skaičius], [praleistų gedimų skaičius].1) Kokia yra šio modelio praleistų gedimų (klaidingai neigiama) rizika?2) Ar ši rizika priimtina svarbioje įrangoje, kodėl?3) Kaip padaryti atsarginę kopiją atliekant žmogaus patikrinimą?
4 šablonas – instruktažas dėl priežiūros sprendimų:
Išverskite šias tinkamumo stebėjimo išvadas į vyriausiojo inžinieriaus instruktažą: [išvados].Struktūra: (1) kas buvo pastebėta, (2) galimos priežastys, (3) rekomenduojamos kontrolės priemonės, (4) papildoma informacija, reikalinga sprendimui, (5) saugos pastaba. Apribojimas: nustatykite sprendimo kalbą kaip „rekomendaciją“; Galutinį sprendimą priima vyriausiasis inžinierius.
Silpnas raginimas / Stiprus raginimas
Silpnas raginimas:
Pažiūrėkite į šiuos vibracijos duomenis ir pasakykite man, kada reikia keisti guolį.
Galingas raginimas:
Vaidmuo: esate fitneso stebėjimo konsultantas. Kontekstas (vaizdas): pagrindinės mašinos guolio vibracijos RMS vertė padidėjo [x→y] per pastarąsias 3 savaites; pridedami temperatūros ir alyvos analizės duomenys.Užduotis:1) Ar tai jutiklio problema, ar tikrasis gedimas? Rekomenduokite diferencinę kontrolę.2) Galimos pagrindinės priežastys, jei tikros, ir saugus valdymo langas (diapazonas).3) Koks papildomas matavimas sustiprintų šį vertinimą? Apribojimas: pateikti vieną galutinę gedimo datą; Pasikalbėkite su neapibrėžtumo diapazonu ir pasakykite, kad galutinį sprendimą priima vyriausiasis inžinierius.
Silpnas raginimas reikalauja klaidingo tikslumo ir vienos datos; Galingas raginimas įgalina jutiklio / duomenų valdymą, neapibrėžtumo tarpą ir žmogaus patvirtinimą.
Dažnos klaidos
- Jutiklio klaida klaidinga dėl mašinos gedimo. Kiekviena anomalija pirmiausia turi būti pašalinta duomenų kokybe.
- Remdamiesi klaidingu tikrumu. Vienas skaičius, pvz., „512 valandų vėliau“, yra klaidinantis be neapibrėžtumo diapazono.
- Visiškas pasitikėjimas „be problemų“ rezultatu. Praleista klaida yra pati pavojingiausia klaida; Periodinė apžiūra atliekama.
- Žadintuvo nuovargio nepaisymas. Per daug klaidingų pavojaus signalų griauna komandos pasitikėjimą tikru perspėjimu.
- Pamiršta klaida, kurios modelis nemato. AI žino tik modelius, pagal kuriuos jis buvo mokomas; Žmogaus priežiūra yra būtina naujo tipo gedimams.
Apibendrinant
Nuspėjamoji priežiūra – tai įrangos būklės stebėjimo menas nuo jutiklių duomenų iki laiko gedimo saugiu, suplanuotu laiku, o dirbtinis intelektas suteikia galimybę interpretuoti duomenis. Vertingiausias rezultatas yra ne klaidingas tikrumas, o patikimas išankstinis įspėjimas. Kiekvieną anomaliją pirmiausia patikrina jutiklis/duomenys, o po to mašina, RUL prognozės nuskaitomos su neapibrėžtumo diapazonu, „be problemų“ išvestis palaikoma periodiškai tikrinant, o galutinį sprendimą dėl techninės priežiūros priima kompetentingas mechanikos inžinierius.
Taikymo užduotis
Sukurkite tipinės įrangos (pvz., turbokompresoriaus arba pagrindinio variklio guolio) anomalijos scenarijų (vibracijos ir temperatūros tendenciją). Paprašykite dirbtinio intelekto pritaikyti „anomaliolių išankstinio įvertinimo“ modelį ir išvardyti patikrinimus, kurie atskiria jutiklio ir mašinos problemą. Tada iš naujo interpretuokite RUL įvertinimą su neapibrėžties diapazonu ir nustatykite saugaus valdymo langą. Konvertuokite išvestį į vyriausiojo inžinieriaus instruktažo formatą ir aiškiai parašykite, kas turi galutinį sprendimą.
kontrolinis sąrašas
- [ ] Pirmiausia įvertinau kiekvieną anomaliją pagal jutiklio / duomenų kokybę.
- [ ] Skaičiau RUL sąmatą su neapibrėžtumo diapazonu, o ne vienu skaičiumi.
- [ ] „Jokių problemų“ spaudinį papildžiau periodiškai atlikdamas fizinį patikrinimą.
- [ ] Suabejojau modelio klaidingu aliarmu / praleistu gedimo balansu.
- [ ] Žmogaus priežiūra ir gamintojo techninės priežiūros intervalas kritinei įrangai.
- [ ] Galutinį sprendimą dėl techninės priežiūros palikau kompetentingam inžinieriui mechanikui.