通过对设备状态监测、故障诊断、失效预测、维护决策支持、维护活动的集成提出新的解决方案,开发北京奔驰工业机器人预测性维护管理平台,可以有效减少维护工作质量对人员技术水平的依赖程度,将专项技术人员转为适应数据分析的综合领域人才。同时在维护备件方面可以采取动态库存制度,依据预测结果与周期对相应备件进行采购与管理,切实减少对维护成本的压力。
本项目所提出的工业机器人预测性维护平台通过工业物联网的大数据驱动与智能算法构建,对失效模式实现超前预测,帮助现场人员在故障发生前进行介入,提高维护效率、设备可用性及产品质量,减少非计划停机损失。通过本项目研究提出的预测性维护智能方法,可以切实地提高生产制造企业的投入产出比。北京奔驰立足于工业机器人,为现今高自动化、智能化的工业制造领域提供预测性维护智能方法与策略支持,本工作希望以工业机器人作为基础,将预测性维护推广应用至生产制造全生态产业链中,实现全面的智能制造与管理创新。
郭东栋,北京奔驰车身二工厂总经理,教授级高工,长期从事于智能制造
与智能维护领域工作,始终关注智能制造与自动控制前沿科技,注重理论
探索与实践创新,引领团队研究方向与产业成果转化;
邹尚博,工艺组组长,从事于智能制造与产业数字化转型工作;
姜宗睿,工程师;
梁鲜红,工程师;
于跃,工程师;
杨少卓,工艺员;
张博昊,工艺员。
评价单位:“科创中国”智能制造产业科技服务团 (中国自动化学会)
评价时间:2023-09-26
综合评价
目前该平台各项评价指标均达到行业领先水平,在生产制造业具有极高的推广价值和应用前景。
查看更多>