基于AI和預(yù)測維護的過程傳感器

基于AI和預(yù)測維護的過程傳感器人工智能和機器學習幫助用戶從過程傳感器收集更復(fù)雜的數(shù)據(jù)，以獲得更深入的見解。數(shù)據(jù)無處不在，但它們是從何而來？第一個現(xiàn)代傳感器始于1860年，當時WilhelmvonSiemens使用了銅電阻器來測量溫度。根據(jù)這一想法，在1883年誕生了第一個恒溫器，這就是被普遍承認的第一個人造傳感器。從那時起，我們看到這種設(shè)備大量涌現(xiàn)，尤其是在制造過程的測量和控制領(lǐng)域。隨著傳感器被應(yīng)用于運輸和消費市場，傳感器的復(fù)雜程度及其定價發(fā)生了巨大變化。與此類似，它們在測量和控制過程中的部署性質(zhì)也發(fā)生了變化，過去是在人為的計算或邏輯（如在比例、積分和導(dǎo)數(shù)（PID）控制）中對傳感器信號進行相當簡單的組合。在此之后，是支持仿真和過程優(yōu)化的計算機應(yīng)用程序。過去幾年里，在人工智能（AI）和機器學習（ML）的驅(qū)動下，出現(xiàn)了具有高度技術(shù)能力的創(chuàng)新技術(shù)。其結(jié)果是在多個維度上對數(shù)據(jù)流進行更為復(fù)雜的合并，以及用時間來學習行為模式，而不是用基于工程第一原理和統(tǒng)計的計算數(shù)字模型來估計行為。程序正在由機器編寫，而不是人類。01基于AI技術(shù)的過程傳感器物聯(lián)網(wǎng)（IoT）的出現(xiàn)催生了互聯(lián)事物的巨大增長。根據(jù)美國國家科學基金會（NSF）的數(shù)據(jù)，物聯(lián)網(wǎng)有望連接500億個智能設(shè)備和1萬億個傳感器。其中，傳感器和AI/ML技術(shù)最廣為人知的應(yīng)用也許是在機動車輛中，尤其是電動汽車。例如，Teslamodel3中的自動駕駛系統(tǒng)配置了8個攝像頭，12個超聲波傳感器和前向雷達，以讀取車道線并檢測附近的汽車。過程制造行業(yè)一直在開發(fā)這種基于AI和ML中的傳感器的新用途，以更好地測量資產(chǎn)和過程的狀況，包括從機器及其周邊設(shè)備傳感器上收集的數(shù)據(jù)流中學習它們的明確行為。它可以取代舊的技術(shù)，從而實現(xiàn)更簡單、更快的部署，以及更高的準確性和結(jié)果，而不需要高強度的工程技能。最好的應(yīng)用可以抽象數(shù)據(jù)科學，使工廠的普通工人在不需要大量學習的情況下就能實施復(fù)雜的策略。從單點測量和簡單的邏輯表達式，轉(zhuǎn)變?yōu)槊扛魩追昼娛占淮巫詣咏M合的數(shù)據(jù)流。使用AI/ML以多維/時序的方式來處理數(shù)據(jù)，可以開發(fā)出更多維度的行為模式，要遠遠高于人類所能感知到的。該技術(shù)非常清楚地看到了這些模式，以識別明確的行為，知道什么是正常的，什么是異常的，以及設(shè)備和過程退化的實際模式是什么：如果不加以管理，將會導(dǎo)致糟糕的結(jié)果，并可能導(dǎo)致資產(chǎn)故障。02制造業(yè)數(shù)據(jù)的關(guān)鍵性現(xiàn)實情況是，這些部署都是數(shù)據(jù)驅(qū)動的解決方案。沒有數(shù)據(jù)就意味著沒有解決方案。這讓用戶想知道需要多少數(shù)據(jù)以及需要哪些數(shù)據(jù)？以一個礦山的大型泥漿泵為例，該泵配備了4個傳感器來測量：輸入壓力、輸出壓力、流體溫度和電機電流。在這種情況下，通過預(yù)測性維護解決方案可以提前兩周獲悉電機將出現(xiàn)故障。另一個例子，煉油廠的一個大型充油泵有50個傳感器，包括上游和下游的過程測量，還有位于機器上的、包括諸多振動傳感器在內(nèi)的機械傳感器。在這種情況下，預(yù)測性維護解決方案提供了降級的即時通知，以及16周內(nèi)即將發(fā)生故障的通知。因此，基于ML的傳感器分析可以在只配置少數(shù)傳感器的情況下有效工作，如果使用更多和更高質(zhì)量的傳感器，其準確性會有效得多，預(yù)警也會更早。由于最關(guān)鍵的資產(chǎn)通常已經(jīng)配置了很多傳感器，因此很少需要添加新的傳感器。從檢測到的傳感器數(shù)據(jù)也可以預(yù)測即將發(fā)生故障的模式。它與故障的根本原因和精確的故障模式有一一對應(yīng)的關(guān)系，需要選擇合適的傳感器組，才能開發(fā)這些精確的模式。在這種情況下，良好的傳感器選擇指南可以給出檢測特定故障（如泵或壓縮機上的軸承故障）所需的精確集合。持續(xù)監(jiān)測所選的傳感器可以通知是否出現(xiàn)明顯的退化模式，并發(fā)出高級警告。03過程傳感器的未來多年來，過程傳感器類型和可用性不斷變化。它從簡單的溫度、流量、壓力和液位傳感器開始?，F(xiàn)在，有復(fù)雜的產(chǎn)品質(zhì)量分析儀傳感器，如粘度、含水量、固體、顏色和重量，甚至在線質(zhì)譜儀，可以提供完整的產(chǎn)品細分。所有這些，在過程和設(shè)備監(jiān)控的預(yù)測分析中都很有用。此外，新興的傳感器測量領(lǐng)域也可以提供額外的幫助。想想有經(jīng)驗的運行人員，他們通過監(jiān)聽設(shè)備發(fā)出的聲音，就可以對設(shè)備行為有深刻的理解。在人類聽覺范圍內(nèi)、外的新型聲學傳感器也能有所幫助。麥克風安裝起來很便宜，而且不需要安裝在機器上。使用視頻和高性能圖形計算，來解釋氣體含量甚至氣味的高光譜成像應(yīng)用也有所發(fā)展。這種設(shè)備可以取代舊的分析儀，例如在熔爐和煙囪中，以查看和測量溫度和廢氣成分。另一種是解釋光纖電纜上的振動，比如承載電話的電纜，以檢測溫度、接近度和入侵者。電纜安裝是非侵入性的（只需要靠近），是檢測泄漏和盜竊的一個非常有價值的應(yīng)用，在周界圍欄上，可以檢測到任何靠近的事物。這些只是預(yù)測分析依賴復(fù)雜傳感器進行過程和設(shè)備監(jiān)控的幾個例子。未