工业互联网与高端装备健康管理201804参考书目目录工业互联网的前世今生什么是工业互联网?工业互联网有何特点?工业互联网解决什么问题?工业互联网的核心技术及架构工业互联网核心技术工业互联网架构工业互联网的应用场景及典型案例应用场景典型案例高端装备的健康管理健康管理定义健康管理的关键技术工业互联网的机遇与挑战机遇挑战什么是工业互联网?工业互联网是基于工业数据,运用大数据技术,贯穿于工业生产的设计、工艺、生产、管理、服务等全生命周期,使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。回顾工业发展历史1860年代-19世纪中19世纪中-20世纪初20世纪四五十年代-现在现在-未来工业1.0机械化工业2.0电气化与自动化工业3.0信息化与数字化工业4.0智能化与物联网信息化时代的发展历程大数据发展历程1956,人工智能,图灵测试1960,机器学习DeepBlueAlphaGo1995,数据挖掘,互联网2012,大数据,工业4.0…,WhatisNEXT?工业互联网的诞生德国工业4.0•2013年4月汉诺威工业博览会上由德国政府提出•2013年7月,德国政府发布《高技术战略2020》,工业4.0是该战略确定的十大未来项目之一美国CPS工业互联网•2012年11月,GE发布《工业互联网—冲破思维与机器的边界》报告,将工业互联网称之为200年来的“第三波”创新与变革中国制造2025•2015年3月5日,李克强两会上作《政府工作报告》时首次提出“中国制造2025”的宏大计划•2015年5月8日,国务院正式印发《中国制造2025》工业4.0的基础架构企业运营层基础平台设备连接层工业2025的内涵一个网络,二个主题,三个集成一个网络CPS网络两个主题智能工厂智能生产三个集成纵向集成端到端集成横向集成CPS网络智慧工厂与智能生产智能生产系统实时感知优化决策动态执行三个集成工业4.0四化特征数字化网络化自动化智能化工业4.0工业互联网的特点多源性获取,数据分散,非结构化数据比例大数据蕴含信息复杂,关联性强持续采集,具有鲜明的动态时空特性采集、存贮、处理实时性要求高与具体工业领域密切相关数据来源机器设备采集数据•传感器•仪表盘•BUS企业内部管理系统数据•ERP•供销存•客户关系企业外部相关数据•客户需求•物流•政策数据工业互联网全景视图大数据解决什么问题?预防解决可见问题不可见问题1243大数据如何解决问题?工业生产解决方案大数据发现工业生产中的质量缺陷,设备故障,销售下滑等从5M要素获取数据,通过建模发现数据中有价值的信息,提出解决方案新的解决方案应用指导工业生产,形成新的生产力目录工业互联网的前世今生什么是工业互联网?工业互联网有何特点?工业互联网解决什么问题?工业互联网的核心技术及架构工业互联网核心技术工业互联网架构工业互联网的应用场景及典型案例应用场景典型案例高端装备的健康管理健康管理定义健康管理的关键技术工业互联网的机遇与挑战机遇挑战工业互联网技术架构九大支柱技术云计算技术工业物联网人工智能-图灵测试虚拟现实工业网络安全3D打印知识工作流自动化工业机器人大数据技术目录工业互联网的前世今生什么是工业互联网?工业互联网有何特点?工业互联网解决什么问题?工业互联网的核心技术及架构工业互联网核心技术工业互联网架构工业互联网的应用场景及典型案例应用场景典型案例高端装备的健康管理健康管理定义健康管理的关键技术工业互联网的机遇与挑战机遇挑战工业互联网应用场景生产计划与智能排班产品销售预测与需求管理工业供应链的分析与优化优化工艺和生产流程产品故障诊断与预测加速产品创新案例1:海尔数字化网络化生产线围绕用户价值,实现全流程端对端互联,对家电制造业进行水平整合和垂直整合,打造冰箱、空调、洗衣机等家电互联型智能工厂三层互联:用户、企业和资源连接实现内外互联、信息互联、虚实互联三个转变:内部评价=》用户评价;采购零件=》模块供货方参与设计的模块采购;各方博弈关系=》价值共同体共创共享海尔洗衣机互联工厂在50万用户参与交互中,从79个模块方案中确定2个最佳组合投产。设计的水晶滚筒洗衣机能耗比欧洲A+++标准节能40%2013~2014年,海尔累计裁掉2.6万名员工,2014年海尔销售收入增长11%,利润增长39%。2015年初海尔家电出口逆势增29%案例2:空气压缩机喘振预测分析输入数据•有/无喘振现象数据数据降维——主成分分析•从显著性变量组成的向量中提取特征值支持向量机分类•寻找最佳的喘振线预测分析工具•在线监控和优化控制喘振预警与报警案例3:工厂机器人健康预测分析案例四:服装定制制造业典范(红领)2014年,以零库存实现150%的业绩增长大规模定制生产,每天能设计、生产2000种不同的个性化定制产品公司核心竞争力是一套大数据信息系统,任何一项数据的变动能驱动其余9000多项数据的同步变动10年时间自主研发由不同体型身材尺寸集合而成的大数据处理系统2014年5月CCTV新闻联播3分钟报道;张、马参观后震惊目录工业互联网的前世今生什么是工业互联网?工业互联网有何特点?工业互联网解决什么问题?工业互联网的核心技术及架构工业互联网核心技术工业互联网架构工业互联网的应用场景及典型案例应用场景典型案例高端装备的健康管理健康管理定义健康管理的关键技术工业互联网的机遇与挑战机遇挑战健康管理(PHM)定义故障预测与健康管理(PHM)技术作为实现武器装备基于状态的维修(CBM)、自主式保障、感知与响应后勤等新思想、新方案的关键技术,受到美英等军事强国的高度重视和推广应用。包括两层含义,一是故障预测,即预先诊断部件或系统完成其功能的状态,确定部件正常工作的时间长度;二是健康管理,即根据诊断/预测信息、可用资源和使用需求对维修活动做出适当决策的能力。PHM与医学类比医学工程疾病诊断故障诊断通过观测、化验和医疗仪器,通过传感器、信号处理和检测仪结论由医生给出结论由诊断软件给出多科会诊综合诊断多科医生一同诊断当前疾病运用多种诊断技术诊断当前故障疾病预防与保健故障预测与健康管理体检、疾病预测、保健体系健康监测、高级故障诊断、故障/寿命预测(健康、亚健康、疾病、寿命预测)(健康、亚健康、故障、部件寿命预测)PHM技术发展阶段外部测试机内测试(BIT)智能BITPHM综合诊断发展阶段:应用层次:部件级分系统级系统集成(区域管理器)PHP出现的技术基础需求牵引:系统复杂性、信息化和综合化程度大幅度提高装备维修保障工作重点已由传统的以机械修复为主,逐步转变为以信息的获取、处理和传输并做出维修决策为主。以往的事后维修和定期维修已经无法很好地满足现代战争和武器装备对装备保障的要求,在这种情况下,美军20世纪90年代末引入民用领域的CBM,作为一项战略性的装备保障策略,其目的是对装备状态进行实时的或近实时的监控,根据装备的实际状态确定最佳维修时机,以提高装备的可用度和任务可靠性。技术推动:大数据技术、高速传输和处理、信息融合、MEMS、网络等信息技术和高新技术的迅速发展。契机:美军重大项目F-35联合攻击机(JSF)项目的启动。健康诊断与故障预测流程PHM的主要技术组成故障检测故障隔离性能监控部件寿命跟踪性能降级趋势跟踪辅助决策和资源管理故障选择性报告残余使用寿命预计关键系统和部件的故障预测PHM的功能PHP系统技术特征通过测试和计算关键部件的剩余寿命来主动地监视系统的健康状态健康信息用于优化维修活动及后勤保障最好PHM系统勿需增加传感器,从已有的传感器获取健康信息基本方法是将传感器测到的对象系统的响应与该系统模型的响应做比较使用老化模型计算关键部件的剩余寿命用理论推导方法或对特定部分做磨损试验得到老化模型故障诊断与预测技术基于数学模型的故障检测与诊断方法特点是必须将故障数学模型化,有时建立模型很困难不依赖实例和经验,适用于新的没有成熟经验的诊断基于参数估计的故障检测与诊断方法特点是须先确定一个信任域,当参数超出域时认为故障适用于故障能由参数的显著变化来描述的诊断基于信号处理的故障检测与诊断方法通过对检测信号的分析处理,利用特征信号对故障进行识别和诊断。典型方法:小波变换、模态分解等基于知识的故障检测与诊断方法不需精确的数学模型,能模拟人的思维过程,具有自学习、自组织、自推理能力故障诊断与预测技术基于实例的故障检测与诊断方法是一种使用过去的经验实例指导解决新问题的方法优点是不需从实例中提取规则,求解快;不足是能搜集的实例是有限的,求解时可能出现误诊或漏诊基于模糊理论的故障检测与诊断方法征兆的描述、故障与征兆的关系往往具有模糊特性,模糊语言变量能更准确地表示这种模糊性的征兆和故障问题在于知识获取困难:如何确定故障与征兆间的模糊规则;如何实现模糊语言变量与隶属度间的推理转换基于神经网络的故障检测与诊断方法利用神经网络的联想、推理和记忆能力进行知识处理适用于复杂多模式的诊断,有离线和在线诊断两种方式机器学习在PHM中应用故障诊断智能化水平与系统的机器学习能力密切相关,机器学习技术是提高智能故障诊断能力主要途径:①知识获取技术②深浅知识集成表示方法③规则更新方法④4机器学习策略机器学习-知识获取技术知识获取是构造智能诊断系统的一个“瓶颈”问题传统的知识获取方法:通过知识工程师获取知识通过知识编辑器获取知识通过学习程序获取知识复杂设备的智能故障诊断系统,知识获取方法:从文本文献资料直接获取知识专家与诊断系统交互获取知识从经验或现有知识中学习获取知识机器学习-深浅知识集成表示一般说来,浅知识(人类专家的经验知识)的知识表达直观、形式统一、模块性强、推理速度快,但对于复杂过程,很难完整地表示诊断对象的领域知识,此时只有使用深知识(诊断对象的模型、原理知识)进行诊断,因此必须将深浅知识结合起来。深浅知识的集成表示模型——树形知识结构从纵向看,每种设备、部件和零件都具有一定的继承性从横向看,体现了同层相关的属性易于用面向对象的方法实现,易于实现知识管理和维护机器学习-规则更新方法故障诊断智能化水平与系统的机器学习能力密切相关,系统运行过程中,规则集通常需要不断更新新模式或已有模式的新成员确定数据库中规则更新的评价函数和属性统计方法粗糙集理论是一种处理模糊和不精确信息的新方法——基于粗糙集理论的规则更新方法机器学习-3种学习策略53简单学习:文献、专家和资料所描述的关于诊断对象的结构、功能、运行约束条件等知识,机械学习机制为主;主要用于元知识学习阶段机器学习策略结构图文献、专家简单学习知识工程师交互学习诊断对象独立学习知识检验与评价知识库交互学习:知识工程师或诊断对象处理过的知识,讲授学习机制为主;主要用于领域知识学习和知识库丰富阶段独立学习:推理策略面对的新知识,归纳学习机制为主;主要用于诊断能力改善阶段机遇与挑战挑战:工业网络的安全问题,数据隐私及安全海量数据的精准处理及应用问题如何建立统一、开放、标准的数据平台机遇创造新工业价值生态的机会推动产业全面升级推动工业生产进入智能时代致谢欢迎各位专家批评指正