AI噪聲識別進(jìn)行設(shè)備預(yù)測性維護(hù) 百度飛槳助力中國工業(yè)4.0

韶關(guān)，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(jìn)行檢查作業(yè)。然而，在碩橙科技首席科學(xué)家譚熠看來，這讓常人難以忍受的聲音卻在反映著設(shè)備的健康狀態(tài)和運行情況。

“飛剪設(shè)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(xué)習(xí)進(jìn)行AI識別，與典型噪聲特征集進(jìn)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(jìn)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(yīng)用。在飛槳的助力下，“機器聽診大師”的應(yīng)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(xué)維修排班，優(yōu)化備件采購計劃，還可使維護(hù)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(yù)測性維護(hù)領(lǐng)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(shè)備故障預(yù)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(shè)備運轉(zhuǎn)噪聲，從中提取聲音特征值，利用機器學(xué)習(xí)和AI算法識別工業(yè)設(shè)備的實時運行狀態(tài)以及各零部件的健康指標(biāo)。

過去，在“機器聽診大師”出現(xiàn)前，細(xì)微變化的噪聲中存在著多少與機器故障相關(guān)的安全隱患，鮮為人知;如今，在國家大力倡導(dǎo)奔向“工業(yè)4.0”的今天，關(guān)于生產(chǎn)浪費的困惑，關(guān)于設(shè)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(shè)備的預(yù)測性維護(hù)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(shè)備、跨平臺的互通互聯(lián)。然而，互通互聯(lián)在當(dāng)前企業(yè)智能化建設(shè)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(jìn)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(shè)備的維修養(yǎng)護(hù)，導(dǎo)致設(shè)備加快老化，還有些設(shè)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(yīng)商也是有心無力。此外，更為嚴(yán)重的是由于設(shè)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(dǎo)致專家工程師也難以找到合適的維護(hù)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(shè)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(jìn)程。

設(shè)備噪聲背后的“玄機”

無法與設(shè)備接口相連，是不是就只能讓這些重要的設(shè)備信息浪費掉呢?

正如開篇所講，工業(yè)設(shè)備產(chǎn)生的噪聲對企業(yè)而言是一筆寶貴的財富。設(shè)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(dāng)然，識別出機器噪聲的細(xì)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(jìn)行識別、檢測、統(tǒng)計，并進(jìn)行設(shè)備健康度的評估。這些功能的實現(xiàn)不再需要在設(shè)備上開設(shè)新的接口，僅需通過網(wǎng)絡(luò)便可使數(shù)據(jù)互聯(lián)，繼而實現(xiàn)對設(shè)備的預(yù)測性維護(hù)。

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(shè)備的生產(chǎn)噪聲，通過預(yù)先訓(xùn)練的機器狀態(tài)識別神經(jīng)網(wǎng)絡(luò)對生產(chǎn)噪聲特征數(shù)據(jù)進(jìn)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(luò)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(zhǔn)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(luò)，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(xùn)練數(shù)據(jù)的基礎(chǔ)上就獲得了高達(dá)95%以上的識別準(zhǔn)確率。

“機器聽診大師”的應(yīng)用，不僅可提高設(shè)備管理智能化，避免因設(shè)備故障引起的計劃外維修加班，還可整體提高生產(chǎn)線設(shè)備開動率，促進(jìn)性能和良品率的提升。經(jīng)過半年的應(yīng)用，目標(biāo)設(shè)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(shè)備預(yù)測性維護(hù)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(yīng)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(yīng)用培訓(xùn)就能直接使用。碩橙科技服務(wù)的某汽車零配件客戶使用“機器聽診大師”后，投資回報達(dá)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(shù)”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(dǎo)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(jìn)行維護(hù)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(wù)的客戶有中國煙草、寶潔集團(tuán)、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(yīng)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(shè)備一直是相互制約的兩個因子。工人偷個懶，設(shè)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(dǎo)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(zhǔn)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(jìn)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(shè)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(shè)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(dá)到報廢的指標(biāo)。工人若一味按照計劃或出廠指導(dǎo)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(shè)備做好預(yù)測性維護(hù)，讓工人實時了解刀具設(shè)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(shè)備普遍價格昂貴、自動化程度高，同時設(shè)備零部件繁多、運行狀況復(fù)雜，常用監(jiān)測手段難以奏效，維保難度大，維護(hù)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(shè)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(jìn)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(shù)應(yīng)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(yīng)用到設(shè)備預(yù)測性維護(hù)領(lǐng)域的技術(shù)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(yù)測性維護(hù)的重要性成了困擾整個團(tuán)隊的難題。

“最開始，懂預(yù)測性維護(hù)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(jìn)入一個個工廠現(xiàn)場安裝設(shè)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(rèn)可，在這個過程中，我們從5個人的創(chuàng)始團(tuán)隊逐漸發(fā)展到了30多人，我們的技術(shù)也通過不斷的提升達(dá)到了行業(yè)領(lǐng)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(fù)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(tuán)隊找到一套正確的方法論，以免走了彎路。因此，譚熠帶領(lǐng)他的團(tuán)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(shè)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(xí)慣性地敬而遠(yuǎn)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(yīng)用讓人們再一次看到了深度學(xué)習(xí)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(shù)支撐也充分展現(xiàn)了國之重器應(yīng)有的擔(dān)當(dāng)。

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(xué)習(xí)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(lǐng)先科技成果”那樣，其正以技術(shù)領(lǐng)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(lǐng)先技術(shù)，更多企業(yè)也正上演著工業(yè)強國的故事。

生成海報

免責(zé)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(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)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(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)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(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。