《智能制造业新模式新业态》 课件 第6 章　服务型制造及智能运维服务.pptx

服务型制造及智能运维服务模式NewFormsandModelsofIntelligentManufacturing

目录服务型制造的定义和特征01智能运维02智能运维关键技术03运维平台04案例实践项目05

01服务型制造的定义与特征

01服务型制造的定义与特征（1）以客户对产品功能和体验需求为出发点（2）从产品主导思维向客户主导思维的转变（3）高附加值的“产品服务组合”的核心产出（4）以制造业为基础，相互融合提升服务能力，强化制造技术核心特征服务型制造是制造业与服务业融合发展的新兴产业形态，也是制造业转型升级的关键方向。制造企业通过创新、优化生产组织形式、运营管理方式以及商业发展模式，逐步提升服务在投入和产出中的比重。服务型制造的定义加工组装产品销售制造产品服务

01服务型制造的定义与特征服务型制造的范畴分为两个方面，一是核心要素，二是业务类型。核心要素包括产品服务组合、资源池、组织与流程三个关键部分。服务型制造的范畴

01服务型制造的业务类型包括工业设计服务、定制化服务、供应链管理、共享制造、检验检测认证服务、全生命周期管理、总集成总承包、节能环保服务和其他创新模式等。服务型制造的范畴服务型制造的定义与特征

02智能运维

6.2智能运维事后维修是在设备故障后进行修理的最早形式。该方式存在一定的时间延误，因为它不是防止设备出现问题，而是在问题出现后才采取措施。事后维修状态维修旨在利用技术和管理手段对设备状态进行全面把握，以达到最佳维修效果。该维修方式没有固定的维修间隔期，而是根据监测数据的变化趋势由维修技术人员判断，管理部门再确定设备的维修计划。状态维修预防维修在工业技术不断进步的情况下，仅仅依赖简单的事后维修模式难以确保设备的持续正常使用。此外，故障维修无法精确估计缺陷设备的修理时间长度。预防维修预测性维修起源于状态监测，该监测通过设备传感器收集动态特征，监测机器的运行状态，并进行判断和预测可能的故障和磨损。故障诊断技术是预测性维修的重要组成部分，包括专家系统诊断、神经网络诊断和人工智能等信息化方法，以及基于统计数学模型的故障诊断方法。创新发备运维的历史发展

6.2智能运维远程智能运维包括“智能采集-智能分析-智能诊断-智能排产-自动委托-推送方案-远程支持-智能检验”等步骤。其独特之处在于以“数据”为核心，通过技术赋能、管理赋能和价值赋能，提高人员效率、管理效率，减少停机时间和突发故障，降低备件库存和维修负担。远程运维的内涵在于基于设备状态变化趋势的智能决策。设备状态分为当前状态和未来状态，前者用于运行数据监控、异常数据报警、故障准确定位，后者用于设备健康评价、劣化趋势预知、使用寿命预测等。智能决策实现设备状态数据化，所有决策源于数据，主要包括“4W1H”：是否维修、维修对象、维修人员、维修时间以及维修策略。远程智能运维系统是一个整体，包含数据处理的全部流程。在数据层面，包括状态监测的六大功能：数据采集、数据操作、状态检测、健康评估、预测评估和建议生成。在物理层面，系统包括从传感器、数据采集、边缘服务器到中心服务器的整体分布计算系统。系统的设计不仅注重数据的获取和处理，还强调维护规程和远程指导等辅助功能，以全面支持远程智能运维的各个方面。设备运维的范畴

03智能运维关键技术

03智能运维关键技术——智能诊断●智能运维关键技术是智能诊断技术。●数据分析之后，需要利用已有的数据分析结果和融合后的数据类型进行智能诊断，智能诊断的方法有：基于规则的智能诊断、基于传统机器学习的智能诊断、基于深度学习模型的智能诊断以及基于迁移学习的智能诊断。智能诊断方法基于规则的智能诊断基于传统机器学习的智能诊断基于深度学习模型的智能诊断基于迁移学习的智能诊断

03基于规则的智能诊断●基于规则的诊断是根据故障征兆信息确定系统故障原因的过程。基于规则的故障识别模块利用离线学习得到的规则对发生故障时的设备进行自动诊断，以给出故障类型和诊断依据。故障识别是由征兆触发。故障诊断规则征兆推理过程先决条件先决条件设备运行频谱的变化即该模型主要包括频谱校正、故障特征频率有哪些信誉好的足球投注网站、离线规则学习与故障识别和概率神经网络故障识别等子模块。

03基于传统机器学习的智能诊断●基于传统机器学习的故障诊断方法适用于处理变量维度低、线性强的数据。传统机器学习作为故障模式分类器，其诊断精度极大程度上取决于特征向量的合理性及准确性。因此，对故障信号进行合理分析并提取故障特征、构建特征向量，以实现对原始数据的有效降维，以满足传统机器学习的输入需求。典型的传统机器学习方法解释特点K近邻（K-NeighborNearest,KNN）简单无参数模型，没有显式的训练过程，是“懒惰学习”的代表。通过度量测试数据到训练数据的距离实现对数据的分类。其