@內(nèi)文;

近年來由於工業(yè)4.0的推動(dòng)，各國莫不朝智慧化與節(jié)能的方向發(fā)展，以提高產(chǎn)品之附加價(jià)值。在智慧化時(shí)代如何擷取幫浦系統(tǒng)的關(guān)鍵運(yùn)轉(zhuǎn)資訊，以做為回授控制，達(dá)成自動(dòng)化與高效能運(yùn)轉(zhuǎn)，甚至可以遠(yuǎn)端進(jìn)行故障診斷與預(yù)測維修，也是極為須要掌握的技術(shù)，此時(shí)感測器與無線網(wǎng)路扮演了重要的角色。

幫浦產(chǎn)品根據(jù)運(yùn)轉(zhuǎn)原理可以分為兩大類：迴轉(zhuǎn)動(dòng)力式與齒輪式。依照水流經(jīng)幫浦葉輪之方向?qū)⑥掁D(zhuǎn)動(dòng)力式分類為離心式、軸流式及混流式。其中迴轉(zhuǎn)動(dòng)力式幫浦為應(yīng)用產(chǎn)品中占比最大的類型，而齒輪式幫浦依靠活塞、葉片、齒輪等工作原件，在幫浦內(nèi)部作往復(fù)或迴轉(zhuǎn)的運(yùn)動(dòng)，交替性的將液體吸入及排出，結(jié)構(gòu)較為複雜，製造成本較高。

能夠正確的預(yù)測出故障已漸受關(guān)注

利用物聯(lián)網(wǎng)（IoT）與人工智慧（AI）讓冷卻幫浦具有故障預(yù)知的能力，防止加工設(shè)備突然因?yàn)槔鋮s幫浦出現(xiàn)故障，造成空轉(zhuǎn)或因故障長時(shí)間生產(chǎn)中斷。根據(jù)所有的發(fā)生情況分析，設(shè)備故障是造成生產(chǎn)工廠無法維持高生產(chǎn)能力的最大因素。而現(xiàn)在因?yàn)橛辛宋锫?lián)網(wǎng)與AI等技術(shù)，可以讓生產(chǎn)設(shè)備導(dǎo)入先進(jìn)數(shù)位技術(shù)的可能性。並且類似這樣的技術(shù)，吸引著各個(gè)加工設(shè)備業(yè)者，以及加工設(shè)備重要關(guān)鍵零件爭先投入開發(fā)。

就如前述，對於生產(chǎn)工廠來說，提升加工設(shè)備稼動(dòng)率的最大障礙點(diǎn)，就是加工設(shè)備的故障。加工設(shè)備有2大停機(jī)狀況，分別是短時(shí)間的生產(chǎn)停止，在日本業(yè)界稱之為Chyoko停止，和長時(shí)間生產(chǎn)停止的Doka停止。然而因?yàn)樵O(shè)備的故障停止往往大多會(huì)產(chǎn)生長時(shí)間的生產(chǎn)停止，而嚴(yán)重影響著生產(chǎn)效率與設(shè)備稼動(dòng)率。

為了預(yù)防因?yàn)樵O(shè)備的故障而產(chǎn)生Doka停止，在設(shè)備發(fā)生故障之前，定期和時(shí)時(shí)關(guān)注磨損品狀況等，並且適時(shí)地更換零件，這樣的設(shè)備保養(yǎng)維護(hù)是不可避免的。但是，卻有各式各樣的原因會(huì)讓設(shè)備發(fā)生故障，能夠精準(zhǔn)地掌握何時(shí)會(huì)出現(xiàn)故障的情況，這就非常的困難。但是，由於技術(shù)的進(jìn)步，透過物聯(lián)網(wǎng)與AI等的先進(jìn)數(shù)位技術(shù)，就能夠正確的預(yù)測出故障，已經(jīng)愈來愈受到關(guān)注。

其中，因?yàn)槔鋮s幫浦的故障出現(xiàn)，會(huì)對加工設(shè)備造成高度嚴(yán)重的生產(chǎn)中斷，並且無法在短時(shí)間內(nèi)排除故障，甚至可能會(huì)對加工生產(chǎn)設(shè)備中的其他零組件造成連鎖性的損傷和影響。但是，由於物聯(lián)網(wǎng)與AI等先進(jìn)數(shù)位技術(shù)的出現(xiàn)，吸引了日本各大冷卻幫浦的開發(fā)業(yè)者向外尋找合作對象，例如住友集團(tuán)旗下，專注於油壓機(jī)器、熱交換器等等的住友精密工業(yè)，結(jié)合了IT服務(wù)業(yè)的UNIADEX，針對新一代的高壓冷卻幫浦開發(fā)，導(dǎo)入物聯(lián)網(wǎng)與AI系統(tǒng)，並且開始進(jìn)行針對高壓冷卻幫浦故障預(yù)測和相關(guān)驗(yàn)證的研發(fā)工作。

進(jìn)行智慧化提升除了冷卻幫浦，還必須考慮其他元件

對於切削加工設(shè)備來說，在進(jìn)行切削加工時(shí)，必須依靠冷卻幫浦噴出高壓的冷卻液，維持固定的切削時(shí)工作溫度，來確保加工精度，並且也因?yàn)橐蕾囘@些高壓冷卻液，讓切削加工元件延長使用的壽命。

不過，切削加工設(shè)備最經(jīng)常出現(xiàn)的狀況是，在進(jìn)行切削加工時(shí)，必定會(huì)因?yàn)榍邢鬟^程而產(chǎn)生各種形狀和大小不等的金屬粉末或廢屑，當(dāng)這些金屬粉末或廢屑被吸入冷卻幫浦內(nèi)部的話，就會(huì)造成內(nèi)部零件的磨損，在長時(shí)間磨耗下而導(dǎo)致冷卻幫浦出現(xiàn)故障，進(jìn)而造成加工溫度過高，而產(chǎn)生加工設(shè)備損壞，最嚴(yán)重的更會(huì)出現(xiàn)整部設(shè)備無法作動(dòng)，而必須等候維修人員前來排除障礙或更換冷卻幫浦，影響了生產(chǎn)的排程進(jìn)度（圖1）。

圖1 : 加工設(shè)備損壞最嚴(yán)重的更會(huì)出現(xiàn)整部設(shè)備無法作動(dòng)，必須等候維修人員前來維修。（source：American Precision Gear）

因此，上述的這些因果影響，就代表著必須認(rèn)真的檢討，和訂定冷卻幫浦的故障預(yù)知與預(yù)防保全等的工作和技術(shù)。特別是標(biāo)榜著智慧生產(chǎn)的工廠，更是連這些小課題都不能輕忽。

在日本業(yè)界對於冷卻幫浦的銷售潛規(guī)則來說，加工設(shè)備的製造業(yè)者是透過採購各種的次系統(tǒng)，並且一一加以組裝起來，而生產(chǎn)設(shè)備中的冷卻單元部分也是如此。因此如果只想要針對單一冷卻幫浦來進(jìn)行智慧化，達(dá)到故障預(yù)知和預(yù)防維護(hù)的話，幾乎是做不到的，因?yàn)楸仨毭鎸?個(gè)生產(chǎn)商，分別是冷卻幫浦業(yè)者、冷卻單元業(yè)者以及加工設(shè)備業(yè)者。

更進(jìn)一步的，對於整套加工生產(chǎn)設(shè)備來說，並非只有單純對冷卻幫浦進(jìn)行智慧化提升就好了，必須要考慮到其他元件，以及該元件生產(chǎn)業(yè)者是否有能力可以搭配改良。進(jìn)而嘗試著提供給客戶端最低限度基礎(chǔ)的，故障檢測和故障預(yù)防的能力與資料，而這個(gè)就是加工設(shè)備製造業(yè)著必須面對智慧化的挑戰(zhàn)與無法避免的工作。另一方面來說，客戶也會(huì)選擇適合且先進(jìn)的生產(chǎn)設(shè)備供應(yīng)商，是不是能夠達(dá)到客戶的條件要求，同樣是會(huì)左右著生產(chǎn)設(shè)備供應(yīng)商的生存機(jī)會(huì)。

在朝向智慧化工廠的前進(jìn)路途上，必須應(yīng)用到冷卻幫浦和相關(guān)系統(tǒng)的加工生產(chǎn)設(shè)備，在物聯(lián)網(wǎng)化與AI化時(shí)，必須能夠獲得相關(guān)的各種資料數(shù)據(jù)，才能夠具有各種的預(yù)知檢測與故障預(yù)防的能力。

不過，事實(shí)上對於冷卻幫浦來說，在加工生產(chǎn)設(shè)備中獲得這方面的資料，進(jìn)而實(shí)現(xiàn)故障預(yù)知的能力，這是一件非常非常困難的事情。這是因?yàn)槔鋮s幫浦的工作模式是，在高壓的狀態(tài)下對加工生產(chǎn)單元噴送冷卻液，而多餘的冷卻液就會(huì)回流到前端的儲(chǔ)存槽之中。

因此，當(dāng)生產(chǎn)速度因?yàn)槟承┮蛩鼗蚬收蠝p緩時(shí)，理論上所噴送的冷卻液量也應(yīng)該跟著改變，但是，很殘忍的是，事實(shí)上卻不是這樣，所噴送的冷卻液量，並不會(huì)因?yàn)樯a(chǎn)減緩而有所改變，也因此回流到儲(chǔ)存槽中的冷卻液流量也不會(huì)減少，所以是沒有辦法從外部觀察冷卻液流量的變化，而發(fā)現(xiàn)設(shè)備的生產(chǎn)速度會(huì)因?yàn)槟承┮蛩鼗蚬收铣霈F(xiàn)減緩。

所以，期望讓生產(chǎn)設(shè)備能夠達(dá)到故障檢測與預(yù)防的話，掌握冷卻幫浦的工作狀態(tài)和工作資料數(shù)據(jù)的傳送是必須且必要的。

透過AI能夠事先預(yù)防長期性因素的老化預(yù)知

對於冷卻幫浦的故障檢測與預(yù)防來說，必須掌握的第一件事就是零件老化的數(shù)據(jù)資料與各種跡象。通常零件老化的過程，是經(jīng)過長時(shí)間的一點(diǎn)一滴劣化所累積的結(jié)果（圖2），而如果能夠擁有這些資料與情報(bào)，對於生產(chǎn)設(shè)備所使用的零件使用生命週期資料，配合各種加工數(shù)據(jù)就有可能能夠精確的掌握老化預(yù)知能力。另一方面也是非常重要的，就是要從時(shí)間序列的連續(xù)量測資料數(shù)據(jù)中分析出，加速老化的時(shí)間點(diǎn)，才能夠準(zhǔn)確地判定和檢測出變化點(diǎn)。

圖2 : 對於冷卻幫浦的故障檢測與預(yù)防來說，必須掌握的第一件事就是零件老化的數(shù)據(jù)資料與各種跡象。（source：KITO SEIKI）

例如，採用齒輪式結(jié)構(gòu)的冷卻幫浦，當(dāng)齒輪轉(zhuǎn)動(dòng)一圈時(shí)，就會(huì)有固定量的冷卻液被送出去。當(dāng)出現(xiàn)流量小於預(yù)先設(shè)定值的話，就能夠推測出冷卻幫浦內(nèi)部已經(jīng)出現(xiàn)因?yàn)殚L時(shí)間損傷或磨耗所造成的零件老化，進(jìn)而再預(yù)測出需要更換零件的時(shí)間點(diǎn)，防止生產(chǎn)設(shè)備僅僅因?yàn)槔鋮s幫浦內(nèi)部的一個(gè)小零件劣化而造成故障，需長時(shí)間停止運(yùn)轉(zhuǎn)等待修復(fù)。

當(dāng)然，這個(gè)因?yàn)榱慵匣斐傻妮p微異常震動(dòng)、聲音、變化都可以透過加裝各式的感測器來獲得數(shù)據(jù)資料。就像是當(dāng)出現(xiàn)異常震動(dòng)時(shí)，就可以從各種參數(shù)來導(dǎo)算出幫浦內(nèi)部的結(jié)構(gòu)零件現(xiàn)況，並且作為資料記錄時(shí)間序列上的一個(gè)連續(xù)數(shù)值。不過就如前述，以技術(shù)而言，術(shù)業(yè)有專攻，大多數(shù)冷卻幫浦的製造業(yè)者是不具備有數(shù)據(jù)蒐集、再分析後獲得結(jié)果的技術(shù)能力，因此，以日本的產(chǎn)業(yè)現(xiàn)況，幾乎都是尋求外部合作夥伴。

以住友精密工業(yè)和UNIADEX的合作案例來說，UNIADEX是日本UNISYS集團(tuán)中一家專注於IT服務(wù)提供的子公司（UNISYS集團(tuán)本部位於美國賓夕法尼亞州），原本對於硬體的開發(fā)等就有相當(dāng)多的經(jīng)驗(yàn)和時(shí)機(jī)，並且對於製造業(yè)具有一定程度的了解和熟悉度，例如對於內(nèi)部有採用軸承和馬達(dá)作為零件的生產(chǎn)設(shè)備，具有故障檢測機(jī)制開發(fā)的經(jīng)驗(yàn)和實(shí)績。

因此，這也是住友精密工業(yè)為什麼會(huì)選擇UNIADEX，最為新一代高壓冷卻幫浦進(jìn)行物聯(lián)網(wǎng)化與AI化的技術(shù)合作對象。相信藉由UNIADEX在硬體上的檢測機(jī)制開發(fā)能力，協(xié)助住友精密工業(yè)開發(fā)出新一代具有物聯(lián)網(wǎng)化與AI化的高壓冷卻幫浦。

雙方這樣的合作開發(fā)下，在2017年中，終於有了具體的成果。

在一次的實(shí)驗(yàn)中，準(zhǔn)備了3部具有異常參數(shù)值的冷卻幫浦樣品。其中，第一臺(tái)是普通無異常的冷卻幫浦、第二臺(tái)是齒輪有稍許磨損的冷卻幫浦，第三臺(tái)是齒輪已經(jīng)完全破損的冷卻幫浦。從三臺(tái)內(nèi)置的感測器中獲得「正常」、「異常發(fā)生」和「故障」等三種模式數(shù)據(jù)，並且從這三臺(tái)各自的震動(dòng)和特定參數(shù)值進(jìn)行機(jī)械學(xué)習(xí)，再進(jìn)一步的獲得分析結(jié)果。

以這些資料和樣品作為冷卻幫浦老化測試的數(shù)據(jù)基礎(chǔ)，並且準(zhǔn)備了另一臺(tái)正常的冷卻幫浦進(jìn)行加速老化的實(shí)驗(yàn)。在讓冷卻幫浦運(yùn)轉(zhuǎn)進(jìn)行的過程中，每個(gè)時(shí)間點(diǎn)所測得的震動(dòng)資料，和先前三臺(tái)冷卻幫浦所測得的Golden Patten做相比對。結(jié)果在從正常運(yùn)轉(zhuǎn)一直到出現(xiàn)故障的過程中，所獲得的數(shù)值和Golden Patten比對後，所呈現(xiàn)的相似度結(jié)果非常高。這個(gè)實(shí)驗(yàn)也就應(yīng)證了，可以從原始參數(shù)的比對中，推估出「異常發(fā)生」和「故障」等等狀態(tài)的發(fā)生時(shí)間點(diǎn)。

如果無法熟知設(shè)備的運(yùn)轉(zhuǎn)和原理，就無法了解現(xiàn)象的起因

雖然只是個(gè)不複雜的實(shí)驗(yàn)，但是雙方還是投入了相當(dāng)?shù)男牧Γ邕B測量振動(dòng)的感測器，其所擺放的地方都經(jīng)過再三深思熟慮，而UNIADEX也要求住友精密工業(yè)提供詳細(xì)的設(shè)計(jì)圖，也接受了住友精密工業(yè)的工程師專業(yè)解說，對於構(gòu)造、功能都能夠徹底地了解。如果無法熟知設(shè)備的運(yùn)轉(zhuǎn)和原理，那麼對於感測器所測得的振動(dòng)資料，就沒有辦法了解現(xiàn)象引起的原因，以及原因和現(xiàn)象的因果關(guān)係（圖3）。

圖3 : 住友精密工業(yè)導(dǎo)入故障預(yù)知的結(jié)構(gòu)說明（source：住友精密工業(yè)）

在導(dǎo)入物聯(lián)網(wǎng)化與AI化的初期，如果不細(xì)心研究，並且定義出感測器擺放位置的話，就會(huì)出現(xiàn)即使從感測器獲得了資料數(shù)據(jù)，而這些資料數(shù)據(jù)所呈現(xiàn)出來的特徵會(huì)非常有限，除此之外，透過這些好不容易卻不正確收集到的資料，根本無法顯示出真正的異常以及故障徵狀，甚至連雜訊都沒有辦法分辨和判斷出來。尤其是特別對於冷卻幫浦來說，這是一個(gè)結(jié)構(gòu)相當(dāng)複雜的裝置，各式各樣部位都會(huì)有差異性相當(dāng)大的震動(dòng)發(fā)生。

況且，除了內(nèi)部振動(dòng)外，還會(huì)有外部因素所導(dǎo)致的震動(dòng)，而帶來的影響。這些都是在讓冷卻幫浦邁向物聯(lián)網(wǎng)化（IoT）與人工智慧化（AI）所必須詳細(xì)思考的範(fàn)圍，以及對冷卻幫浦的結(jié)構(gòu)進(jìn)行透徹的了解。

目前微軟有針對設(shè)備的智慧化研發(fā)，開發(fā)了一套IoT的平臺(tái)「Microsoft Azure」，可以在輸入相對應(yīng)的老化參數(shù)資料後，進(jìn)行加速老化的連續(xù)運(yùn)轉(zhuǎn)，以及從實(shí)驗(yàn)裝置的感測器中獲得的資料。而在網(wǎng)路傳輸平臺(tái)方面，日本業(yè)者大多是採用NTT DoCoMo的封閉性網(wǎng)路，先透過Azure上的虛擬伺服器上傳系統(tǒng)的基本參數(shù)資料，再透過時(shí)序列的累積出從感測器上獲得的寶貴數(shù)據(jù)，並且監(jiān)控和比對各項(xiàng)數(shù)據(jù)資料，來一步步地進(jìn)行物聯(lián)網(wǎng)化與AI化的開發(fā)工作。

*刊頭圖 (source：Haascnc.com)