基于人工智能技術的工程機械裝備故障診斷與預測性維護測試床
江蘇徐工信息技術股份有限公司（簡稱“徐工信息”）是一家混合所有制的國家高新技術企業，于2014年7月1日正式注冊成立。公司秉持“為工業賦能，與伙伴共生”的企業使命，基于徐工集團的深厚制造業背景，在工業互聯網、智能制造等業務領域奮力開拓，致力于“成為工業互聯網技術和解決方案的引領者”。徐工信息參與了國家兩化融合管理體系、工業云、物聯網、智能工廠等國家級標準的制定，是國家“首批” 兩化融合管理體系貫標咨詢服務機構，建立了國家級工程機械物聯網應用研發中心，是中德智能制造發展聯盟“首批”成員單位。徐工信息是江蘇省智能車間認定標準起草者，是江蘇省10家重點電商企業之一、江蘇省企業互聯網化優秀服務機構，是中國工業4.0星火小組五家成員之一。此外，徐工信息是中國兩化融合咨詢服務聯盟成員單位、全國智能制造發展聯盟單位、中國工業互聯網產業聯盟理事單位。
徐工早在2005年就開始了工業設備互聯的相關研發工作并投入生產運營。在2017年正式發布了Xrea工業互聯網平臺，目前入網設備累計數量已超過50萬臺，覆蓋超過30個行業領域。Xrea工業互聯網平臺入網設備包括起重機械、鏟運機械、挖掘機械、物流運輸設備、新能源汽車等6000多種設備類型。數據的種類超過7000多種，峰值的吞吐量每秒為11萬條，年數據增長量1.1PB，數據可靠率高，達到99.9999999%。
徐工信息依托徐工集團在重型起重機、挖掘機等工程機械裝備的完整的數據積累和專業經驗積累，針對工程機械裝備的故障維修和預測性維護進行了長期深入的實踐項目，形成了一套行之有效的預測性維護方法和工具。
一、關鍵詞
工程機械，故障診斷，預測性維護，機器學習
二、發起公司和主要聯系人聯系方式
發起公司：江蘇徐工信息技術股份有限公司
聯系人：張毅
郵箱：zhangy@xcmg.com
電話：051687738581
手機：15952167524
三、合作公司
徐工集團重型機械有限公司
徐工集團挖掘機械有限公司
四、測試床項目目標和概述
針對工程機械裝備的預測性維護測試床是由徐工信息聯合徐工集團重型事業部、挖機事業部等業務集團共同打造的基于工業大數據的分析與預測專業解決方案。測試床的建設地點位于徐州市和北京市，在徐州市建設測試床中的工業互聯網平臺及大數據部分，在北京建設測試床的模型與算法等。
該測試床滿足基于工業互聯網平臺的工程機械裝備故障診斷與預測性維護的需求，降低企業及用戶減少裝備故障帶來的經濟損失，促進企業進行數字化轉型升級，共同推進裝備故障診斷與預測性維護的規?；统B化，打造智能裝備和智能運維的示范樣板和行業標桿，并有廣泛適用性，未來可在行業中推廣應用。
本測試床項目的目標是基于徐工信息Xrea工業互聯網平臺，結合工程機械裝備采集的大量數據，通過人工智能算法進行大數據建模分析，實現對工程機械裝備的故障診斷和預測性維護，以達到降低維護成本的目的。
五、測試床解決方案架構
(一) 測試床應用場景
工程機械裝備在復雜的環境和高強度的生產作業中，很容易出現故障，給企業和用戶帶來較大的經濟損失。為了預防并減少故障的發生，需要對工程機械進行定期維護保養。為了降低故障帶來的經濟損失，對于已經發生的故障，需要維修服務人員快速地進行故障診斷與分析，做出準確的判斷與決策，進行維修服務。現有傳統的預防式維護和故障診斷方法主要是基于周期性維護和裝備已有的故障代碼和故障現象，其維護的成本較高，維修的效率較低，難以滿足企業及用戶的需求。
故障診斷與預測性維護測試床基于工業互聯網平臺，采用人工智能技術，利用物聯網采集大量工程機械相關數據并分析，建立更加精準的預測性維護和故障診斷分析模型，滿足工程機械裝備的故障診斷和預測性維護的需求，幫助工程機械公司降低維護和維修成本，促進企業的轉型升級，共同推進故障診斷和預測性維護的規?；统B化，打造智能裝備和智能運維的示范樣板和行業標桿，并有廣泛適用性，未來可在行業中推廣應用。
(二) 測試床重點技術
本測試床采用的重點技術包括物聯網技術、人工智能技術、大數據技術等。
首先，通過對工程機械裝備施工作業的數據采集，實時監測裝備的運行狀態，充分了解工程機械在施工作業過程中不同狀態下的運行規律。
然后，以獲取的大量裝備狀態歷史數據為基礎，結合設備維修歷史數據，通過人工智能的機器學習算法，抽取裝備歷史數據中的關鍵特征，如發動機轉速、油溫、油壓、工作時間等，構建裝備故障分析模型與裝備故障預測模型，進而實現故障原因的快速定位和維修措施的建議，以及為防止未來發生故障是否需要進行維護的建議。
通過物聯網+大數據+人工智能技術對工程機械進行全面的分析和洞察，給出系統性的預測性維護與故障診斷解決方案是本測試床聚焦的方向。
(三) 技術創新性及先進性
故障診斷與預測性維護測試床，通過工業機理模型和數據分析模型相結合，可以有效實現對工程機械裝備的智能化監測、診斷和預測性維護，極大地降低故障率和總體維護成本，是一項人工智能技術應用的創新。
目前在工程機械領域，基于人工智能技術的預測性維護應用尚在探索階段，行業內尚未出現大規模、規范化的應用，測試床所采用的人工智能技術相關框架和組件具是業內最新發布成果，在工程機械領域的應用屬于前列，因此具有較好的先進性。
(四) 測試床解決方案架構
測試床解決方案架構分為數據處理、數據存儲、人工智能引擎、微服務與故障診斷與預測性維護應用五大模塊組成。
數據處理模塊對設備實時數據和歷史故障數據進行清洗、解析、分類、補全與標注，然后將數據轉發至數據存儲模塊。
數據存儲模塊將轉入的數據分別存儲至分布式存儲、時序數據庫、實時緩存與關系型數據庫中。
人工智能引擎模塊對大量數據進行統計分析、特征處理與機器學習算法建模，并對模型進行驗證。
建立好的模型在微服務開發平臺中部署微服務接口向應用層用戶提供服務。
六、預期成果
(一) 測試床的預期測試結果，針對測試項
工程機械裝備故障診斷與預測性維護測試床項目預期的測試結果包括兩個方面
1. 對于工程機械裝備剩余使用壽命的預測，預期預測結果與實際的誤差在10%以內。
2. 對于工程機械裝備在下N個周期內發生故障的概率預測，預期預測結果的準確率在90%以上。
(二) 商業價值
工程機械裝備故障診斷與預測性維護測試床項目具有多項商業價值
3. 對于工程機械生產企業，可以提升產品的質量，提高服務效率，降低保修期內的維修成本。
4. 對于工程機械最終用戶，可以減少設備停機帶來的經濟損失，提高裝備帶來的收益。
5. 對于工程機械裝備物聯網平臺運營方，可以提高平臺價值收入，吸引更多工程機械用戶，提升業務收入。
(三) 經濟效益
基于人工智能技術的故障診斷與預測性維護測試床可以實現對工程機械裝備的智能化監測和預測性維護，可以極大地降低故障率、故障恢復周期和總體維護成本。根據美國聯邦能源管理計劃(FEMP)所進行的研究估算，與預防性維護相比，預測性維護的最主要優勢是可以提前消除70%－75%的故障，減少35％－40%的停機停產時間。
(四) 社會價值
基于人工智能技術，建設推廣的工程機械裝備故障診斷與預測性維護測試床，滿足工程機械裝備的健康管理和維護的綜合要求，聯合工程機械公司推進故障預測的規模化和常態化，共同打造工程機械裝備的預測性維護的示范樣板和行業標桿，并有廣泛適用性，未來可在行業中推廣應用。
七、測試床技術可行性
(一) 物理平臺
本測試床項目設計的物理設備包括：
1. 傳感器組
2. 工程機械裝備及其自身控制系統
3. 智能物聯采集終端
4. 數據傳輸網絡（2G/3G/4G等）
5. 運行物聯網大數據及人工智能引擎所需的服務器、存儲設備及網絡設備
(二) 軟件平臺
本測試床項目設計的軟件平臺包括：
Xrea工業互聯網平臺：徐工信息自主研發的工業互聯網平臺，將工程機械裝備的采集數據接入Xrea平臺，平臺可以實現裝備的實施監控、控制與數據的存儲、管理、分析，同時平臺內提供人工智能算法庫和微服務開發環境，為工程機械的數據建模和模型發布調用提供支持，完成裝備故障診斷與預測性維護的目標。
八、和AII技術的關系
(一) 與AII總體架構的關系
AII總體架構如圖所示：
本測試床項目基于總體架構的指導，物理系統為工程機械裝備，對裝備進行數據采集交換、數據集成處理、數據建模、仿真與分析，最終實現設備的運行優化和企業的運營決策優化。測試床重點測試的技術包括2G/3G/4G網絡傳輸技術、人工智能算法建模技術、物聯網數據采集與大數據存儲管理技術等，屬于總體架構中網絡互連與標識解析、數據集成處理、數據建模仿真與分析的范圍。
(二) 詳細清單
序號 | 名稱 | 廠家或型號 | 數量 | 說明 |
1 | 工程機械物聯網 | 徐工信息 | 1套 | |
2 | 智能物聯終端 | 徐工信息 | N臺 | 1臺工程機械配備一臺終端，數量與裝備數量有關 |
3 | Xrea工業互聯網平臺 | 徐工信息 | 1套 | 實現數據接入、存儲、管理與分析的基礎軟件平臺 |
4 | 工程機械裝備 | 徐工集團 | N臺 | 按項目實際需求配備相應數量裝備 |
工程機械裝備本身不具備聯網能力，需要加裝智能物聯終端實現裝備的數據采集與傳輸，數據的傳輸通過2G/3G/4G網絡，采用TCP/MQTT協議進行傳輸。
(三) 安全聯系人
安全聯系人： 張毅 江蘇徐工信息技術股份有限公司 工業互聯網事業部副總經理
(四) 與已存在AII測試床的關系
該測試床項目與之前已經審批的測試床項目無任何關聯。
九、交付件
該測試床的交付件包括：
1. 項目設計方案書
2. 數據分析與算法設計報告
3. 驗證報告
十、測試床使用者
[明確非發起方的公司可以使用測試床程度，以及相關的要求和限制條件。]
非發起方的平臺參與者可以使用驗證示范平臺的所有操作功能，但僅限于功能的操作使用，禁止泄露給同行業的第三方。
項目合作過程中產生的全部開發成果及其知識產權，包括但不限于申請專利的權利、專利申請權、專利權、版權、商業秘密，均歸發起方所有；未經一方書面同意，另一方不可將本協議項目合作過程中產生的任何知識產權轉讓、許可給任何第三方。
十一、 知識產權說明
項目合作過程中產生的全部開發成果及其知識產權，包括但不限于申請專利的權利、專利申請權、專利權、版權、商業秘密，均歸發起方所有；未經一方書面同意，另一方不可將本協議項目合作過程中產生的任何知識產權轉讓、許可給任何第三方。
十二、 部署，操作和訪問使用
本項目部署在徐工信息Xrea工業互聯網平臺上，平臺提供基礎的IaaS層服務器、網絡、存儲資源，以及物聯網接入、大數據管理分析工具。徐工信息作為測試床系統的運營主體，與徐工挖機、徐工重型進行合作，將其工程機械裝備加裝智能物聯終端進行數據的采集，并提供故障診斷與預測性維護的服務接口供徐工挖機、徐工重型及其最終用戶使用。用戶通過Web API接口調用系統預測服務。具體分工如下：
徐工信息：
1. 工業互聯網大數據平臺的搭建與運維；
2. 實時數據的采集與處理；
3. 數據建模分析與算法優化；
4. 預測性維護APP開發與應用。
徐工挖掘，徐工重型：
1. 原始CRM維護維修數據的準備；
2. 故障數據的準備與標注；
3. 工業機理模型的評估與確認。
4. 故障知識圖譜的本體建模與確認。
十三、 資金
本測試床項目所需資金由參加者提供。
十四、 時間軸
本項目周期為一年半，預期的關鍵時間節點、任務和輸出如下：
聲明
本報告所載的材料和信息，包括但不限于文本、圖片、數據、觀點、建議，不構成法律建議，也不應替代律師意見。本報告所有材料或內容的知識產權歸工業互聯網產業聯盟所有（注明是引自其他方的內容除外），并受法律保護。如需轉載，需聯系本聯盟并獲得授權許可。未經授權許可，任何人不得將報告的全部或部分內容以發布、轉載、匯編、轉讓、出售等方式使用，不得將報告的全部或部分內容通過網絡方式傳播，不得在任何公開場合使用報告內相關描述及相關數據圖表。違反上述聲明者，本聯盟將追究其相關法律責任。
工業互聯網產業聯盟
聯系電話：010-62305887
郵箱：aii@caict.ac.cn
聲明
本報告所載的材料和信息，包括但不限于文本、圖片、數據、觀點、建議，不構成法律建議，也不應替代律師意見。本報告所有材料或內容的知識產權歸工業互聯網產業聯盟所有（注明是引自其他方的內容除外），并受法律保護。如需轉載，需聯系本聯盟并獲得授權許可。未經授權許可，任何人不得將報告的全部或部分內容以發布、轉載、匯編、轉讓、出售等方式使用，不得將報告的全部或部分內容通過網絡方式傳播，不得在任何公開場合使用報告內相關描述及相關數據圖表。違反上述聲明者，本聯盟將追究其相關法律責任。
AII微信公眾號
AII頭條號