AI噪聲識別進行設備預測性維護 百度飛槳助力中國工業(yè)4.0

韶關，某鋼鐵廠車間內(nèi)

飛剪機組精密斬切著從精軋機組轉(zhuǎn)出的鋼帶，噪聲轟鳴刺耳，生產(chǎn)工人不得不帶上耳塞進行檢查作業(yè)。然而，在碩橙科技首席科學家譚熠看來，這讓常人難以忍受的聲音卻在反映著設備的健康狀態(tài)和運行情況。

“飛剪設備剪下鋼帶后，會產(chǎn)生一個不到一秒的噪聲脈沖。通過百度飛槳(PaddlePaddle)深度學習進行AI識別，與典型噪聲特征集進行對比，在完成一段時間的生產(chǎn)數(shù)據(jù)統(tǒng)計后，即可分析整個切割機器是否異常，進行生產(chǎn)執(zhí)行管理。”譚熠這樣介紹“機器聽診大師”在飛剪產(chǎn)線上的應用。在飛槳的助力下，“機器聽診大師”的應用可顯著降低機器故障率，減少70%的故障停機，同時，通過科學維修排班，優(yōu)化備件采購計劃，還可使維護成本降低25%,工廠產(chǎn)量提升20%。

成立于2016年的碩橙科技，通過噪聲識別切入預測性維護領域，致力于幫助企業(yè)實現(xiàn)生產(chǎn)環(huán)節(jié)實時監(jiān)測、設備故障預判、產(chǎn)品自動化質(zhì)檢和環(huán)境異常報警。

公司主營產(chǎn)品“機器聽診大師”通過布置在工業(yè)環(huán)境中的橙盒(SC Box)收集機器設備運轉(zhuǎn)噪聲，從中提取聲音特征值，利用機器學習和AI算法識別工業(yè)設備的實時運行狀態(tài)以及各零部件的健康指標。

過去，在“機器聽診大師”出現(xiàn)前，細微變化的噪聲中存在著多少與機器故障相關的安全隱患，鮮為人知;如今，在國家大力倡導奔向“工業(yè)4.0”的今天，關于生產(chǎn)浪費的困惑，關于設備噪聲的忽視，依然無時無刻不在發(fā)生著。

連不上的中國工業(yè)“接口”

對于國內(nèi)絕大多數(shù)的生產(chǎn)企業(yè)而言，生產(chǎn)狀態(tài)的監(jiān)控和設備的預測性維護是企業(yè)的兩大重要場景，而打通這兩大場景的要點在于實現(xiàn)數(shù)據(jù)跨接口、跨設備、跨平臺的互通互聯(lián)。然而，互通互聯(lián)在當前企業(yè)智能化建設過程中依然是普遍存在的難題。

通常工廠主要通過機器的數(shù)據(jù)接口來判斷機器狀態(tài)(開機，裝料、送料、加工等)，并進行工作狀態(tài)統(tǒng)計。每天機器可以生產(chǎn)多少，良品率多高，這些數(shù)據(jù)對企業(yè)而言，無疑是一筆寶貴的財富。但如今很多工廠，尤其是傳統(tǒng)行業(yè)，常常忽視對設備的維修養(yǎng)護，導致設備加快老化，還有些設備從未配備任何數(shù)據(jù)接口，這都極大地影響了整體生產(chǎn)數(shù)據(jù)的溝通和調(diào)用。而想要重新啟用接口，一方面動輒幾十萬的維修成本讓企業(yè)難以接受，另一方面，在這些“老古董”面前，供應商也是有心無力。此外，更為嚴重的是由于設備產(chǎn)地、廠商的不同，每家工廠的機器接口也不盡相同，甚至還存在著數(shù)據(jù)協(xié)議的通信問題，導致專家工程師也難以找到合適的維護方法。有些從未使用過的接口甚至還需要付費才能開通，這同樣是一筆高額的支出，無形中給設備集中管理增添了難度。

事實上，這些問題在外企中也普遍存在。維修成本、使用成本、調(diào)用難度等“歷史遺留”問題，讓這些 “插不上”的接口不僅直接影響了企業(yè)的生產(chǎn)成本和效率，還延緩了中國工業(yè)4.0的進程。

設備噪聲背后的“玄機”

無法與設備接口相連，是不是就只能讓這些重要的設備信息浪費掉呢?

正如開篇所講，工業(yè)設備產(chǎn)生的噪聲對企業(yè)而言是一筆寶貴的財富。設備在運轉(zhuǎn)的過程中，每一個“節(jié)奏”都暗藏玄機。刮擦聲變大，可能是缺少潤滑油，振幅頻率變大，可能是螺絲松動...…這些看起來微小的變化，卻都有可能極大地影響整個生產(chǎn)線的正常運行。

當然，識別出機器噪聲的細微變化對工廠的老職工而言并非難事，多年的經(jīng)驗讓他們有了“異于常人”的聽力，能夠做到“聽聲辨位”。然而，面對人力資本提高、老職工退休、年輕人不愿意下工廠的現(xiàn)狀，這種方法正在逐步“失效”。

交給AI!

同圖像識別一樣，AI也可以在收集大量聲音信息后重新定義“噪聲”。在百度飛槳助力碩橙科技的“機器聽診大師”解決方案中，AI可以代替人耳，深入到惡劣的工廠環(huán)境中，通過噪聲對各種機械狀態(tài)進行識別、檢測、統(tǒng)計，并進行設備健康度的評估。這些功能的實現(xiàn)不再需要在設備上開設新的接口，僅需通過網(wǎng)絡便可使數(shù)據(jù)互聯(lián)，繼而實現(xiàn)對設備的預測性維護。

例如，在某工廠的SMT機器狀態(tài)識別中，“機器聽診大師”能夠通過布置在SMT高速貼片機和印刷機上的橙盒，實時獲取設備的生產(chǎn)噪聲，通過預先訓練的機器狀態(tài)識別神經(jīng)網(wǎng)絡對生產(chǎn)噪聲特征數(shù)據(jù)進行識別處理，實現(xiàn)SMT產(chǎn)線生產(chǎn)量的實時統(tǒng)計。

其中，機器狀態(tài)識別神經(jīng)網(wǎng)絡就是借助百度飛槳的框架搭建而成。其包含兩層使用大卷積核的卷積層和一層池化層，最后在連接雙層全連接層后輸出識別結(jié)果，可最大化識別效率和準確率。例如，基于飛槳搭建而成的刀具工序識別神經(jīng)網(wǎng)絡，幫助某車間刀具產(chǎn)品加工中心完成了切割動作的識別，在僅獲得少量訓練數(shù)據(jù)的基礎上就獲得了高達95%以上的識別準確率。

“機器聽診大師”的應用，不僅可提高設備管理智能化，避免因設備故障引起的計劃外維修加班，還可整體提高生產(chǎn)線設備開動率，促進性能和良品率的提升。經(jīng)過半年的應用，目標設備綜合效率OEE提升了2-5%。

“機器聽診大師”作為易實施、高投入產(chǎn)出比的設備預測性維護方案。從需求調(diào)研開始，一般只需3個月的時間就能落地應用，且由于是非接觸性方案，無需改造生產(chǎn)線，更無需停工，不需要額外的操作或應用培訓就能直接使用。碩橙科技服務的某汽車零配件客戶使用“機器聽診大師”后，投資回報達到了300%以上。

有產(chǎn)品的地方，就一定有生產(chǎn)線。這樣的“硬核技術”也并非僅局限在金屬等重工業(yè)生產(chǎn)，在日化廠、卷煙廠，“機器聽診大師”也同樣可以發(fā)揮作用，“例如生產(chǎn)紙尿褲需要刀具的配合，刀具切的次數(shù)越多，粘在刀刃上的紙尿褲原片的膠就越多，導致下一次切片不均勻、切不斷，而這些異常、故障都會在噪聲上面有所表現(xiàn)，因此，我們可以通過刀具切割聲音的變化來判斷什么時候需要對刀具進行維護或者更換，以保障生產(chǎn)線正常運行。” 譚熠解釋道。

碩橙科技目前服務的客戶有中國煙草、寶潔集團、肯納金屬、中國商飛、中冶賽迪等大型國內(nèi)外知名企業(yè)，應用涵蓋了空壓機、卷包機、CNC刀具、水泵、SMT貼片機等眾多場景。

從“因人而異”到“因AI恒定”

在傳統(tǒng)工廠車間里，工人與設備一直是相互制約的兩個因子。工人偷個懶，設備就勢必要“出幺蛾子”，常常會出現(xiàn)因工人對生產(chǎn)狀態(tài)監(jiān)控不到位，導致生產(chǎn)效率低下的情況。而AI的作用，就是要讓工業(yè)生產(chǎn)從“因人而異”變成“因AI恒定”。

“多數(shù)企業(yè)很難時刻觀察機器的工作狀態(tài)，因為那樣會耗費大量的人工成本。而人工方面又存在著太多的變化因素。” 譚熠在介紹他的客戶經(jīng)歷時說，“工人在記錄生產(chǎn)狀態(tài)時，瞞報、漏報、數(shù)據(jù)不準等問題時有發(fā)生，甚至還會出現(xiàn)因工人間鬧矛盾而使生產(chǎn)節(jié)奏停下來的情況。以往，這些問題都會不同程度地耽誤生產(chǎn)進度，而現(xiàn)在，在AI的幫助下，企業(yè)有機會將生產(chǎn)損失降到最低。

此外，AI還可較大程度上改善因設備質(zhì)量參差不齊帶來的損失。例如在工廠生產(chǎn)鋼帶時，正常鋼帶切割機規(guī)定每切2400次或14000次就需要更換修理，但由于設備的個體差異，可切割的次數(shù)也會有所變化。在某種條件下，有些切割部件只能切2000次便需要汰換，而有些切15000次還沒達到報廢的指標。工人若一味按照計劃或出廠指導來安排更換備件，無疑會造成損失和浪費。通過噪聲識別，則能對這些設備做好預測性維護，讓工人實時了解刀具設備的狀態(tài)，在保障生產(chǎn)要求的同時，最大化其使用壽命，減少不必要的浪費。

具體到像煙草這樣的行業(yè)，AI所帶來的變化更是顯而易見。煙草行業(yè)核心設備普遍價格昂貴、自動化程度高，同時設備零部件繁多、運行狀況復雜，常用監(jiān)測手段難以奏效，維保難度大，維護成本居高不下。面對如此高的難度，“機器聽診大師”卻可以有效減少繼發(fā)性損壞的發(fā)生，降低運維成本。今年4月，碩橙科技更是通過這套系統(tǒng)及時向某煙草公司設備管理者發(fā)出了報警信息，避免了非計劃停機帶來的損失。

堅定不移的AI推進之路

“聽聲辨位”，碩橙科技的突發(fā)奇想對工業(yè)生產(chǎn)起到了不小的正面作用，然而，在推行這一技術應用時，碩橙科技也著實經(jīng)歷了一段艱難的日子。作為全國第一家把噪聲識別應用到設備預測性維護領域的技術企業(yè)，碩橙科技要面對的是機遇，更是質(zhì)疑。在全球制造業(yè)整體低迷的形勢下，如何讓企業(yè)生產(chǎn)者相信AI的力量，了解預測性維護的重要性成了困擾整個團隊的難題。

“最開始，懂預測性維護的客戶不多，他們對我們這個東西都抱著懷疑的態(tài)度，但是我們從來沒有動搖過，我親自進入一個個工廠現(xiàn)場安裝設備、收集數(shù)據(jù)。從最開始的筆記本，到后來的嵌入式系統(tǒng)，再到采感一體的橙盒，經(jīng)過一次次實踐和驗證，最終獲得了客戶的認可，在這個過程中，我們從5個人的創(chuàng)始團隊逐漸發(fā)展到了30多人，我們的技術也通過不斷的提升達到了行業(yè)領先。”

譚熠回憶起了在工廠寫代碼的歲月：“在工廠奔波會有特別強烈的壓迫感，因為工廠的上下班時間，是完全不受你控制的，你必須在既定的時間內(nèi)把它們都調(diào)試好，讓整個系統(tǒng)順暢運行，這與自己在辦公室的感受是截然不同的。”

由于工廠環(huán)境復雜、實際故障種類繁多，想要構(gòu)建一個流程化的體系去分辨機器故障類型需要團隊找到一套正確的方法論，以免走了彎路。因此，譚熠帶領他的團隊，從最常見的機械故障類型出發(fā)，經(jīng)過大量的測試和分析，研發(fā)出了一套完善的體系。如今，這套體系已經(jīng)能夠分辨70%左右的工業(yè)設備故障問題。

“這已經(jīng)是非常大的一個市場了。”譚熠笑道。

駛向更多中國工廠的百度飛槳

對于“不堪其擾”的工業(yè)噪聲，我們習慣性地敬而遠之，但在譚熠的耳中，它卻成了能為企業(yè)降本增效、為中國工業(yè)4.0添磚加瓦的“天籟之音”，“機器聽診大師”的應用讓人們再一次看到了深度學習在工業(yè)生產(chǎn)中的重要意義，而百度飛槳作為“大師”背后的技術支撐也充分展現(xiàn)了國之重器應有的擔當。

作為中國首個也是國內(nèi)唯一全面開源開放、功能完備的產(chǎn)業(yè)級深度學習平臺，百度飛槳已經(jīng)成為全面推動國內(nèi)產(chǎn)業(yè)智能化升級的重要基石。正如飛槳在第六屆世界互聯(lián)網(wǎng)大會

入選“世界互聯(lián)網(wǎng)領先科技成果”那樣，其正以技術領先、功能完備、生態(tài)豐富等特點向世界展示著中國科技的力量。同時，借助百度大腦與百度智能云的“云+AI”領先技術，更多企業(yè)也正上演著工業(yè)強國的故事。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。