當前位置: 首頁 » 資訊 » 國際資訊 » 正文
斯凱孚人工智能專家:智能化技術如何落地冶金應用場景
發布日期:2024-02-07

隨著5G+、工業互聯網、云計算、大數據等新一代信息技術的發展,鋼鐵企業正在加速向智能化轉型。10月19-20日,由中國設備管理協會設備交易服務中心主辦的“智慧鋼鐵技術與裝備發展論壇暨智能制造領域供需對接交流大會”在上海舉辦,為智能制造領域的上下游企業提供了溝通交流的平臺和契機。

作為走在數字化轉型前列的冶金企業,來自寶武裝備智能科技有限公司的高級副總裁許壽華先生在智能運維相關的話題演講中提到:“我們十分重視與上下游生態伙伴的合作。例如斯凱孚,目前雙方已經在智能化等方向取得了一定的合作成果?!?斯凱孚作為冶金行業生態圈重要合作伙伴正在逐步深化與國內領先冶金企業的數字化轉型合作,在智能化技術上進行突破創新。此次論壇上,來自斯凱孚人工智能與應用領域專家程剛博士分享了智能冶金技術的最新場景化解決方案。 

目前的機器學習和人工智能在單一任務的處理能力上表現可以遠遠優于人類,但在復雜的決策問題,尤其是知識發現過程的表現并無法達到人類專家的水平,除了人工智能和機器學習技術本身還有待進一步發展外,另一個重要原因是工業行業的數據積累和數據完整性不夠,還無法支持大規模機器學習模型的訓練任務。 
作為旋轉設備中關鍵部件提供商,斯凱孚幾十年來一直在為冶金行業的設備及工藝改造提供解決方案,積累了豐富的產品開發經驗和應用知識,斯凱孚基于這些經驗和知識的全面集成來實現智能化,機理模型是我們智能化核心。 
對斯凱孚來說,智能化不僅僅是軟件和應用,而是從設備本身(機械設備)到感知(邊緣智能)以及決策(智能決策)的全面智能化技術方案。

斯凱孚持續投資開發“硬科技”,將核心部件數字化,以搭建更可靠的數字化/智能化系統,提供從設計到服務的5大類智能化技術:產品設計,設備感知,診斷分析,智能潤滑以及服務。其中,斯凱孚診斷分析方法是整個智能化技術和產品研發過程中的重要內容,斯凱孚對分析建模方法進行了深入升級,將傳統的振動分析和機器學習相結合,通過集成多種數據,尤其是工藝數據和設備維護記錄,構建可以實現復雜診斷和決策的模型庫。采用數字孿生技術將模型直接部署在平臺上,除了實時設備狀態診斷和報警外,還可以實現設備綜合狀態分析如工藝異常檢測等,以及更復雜的工藝優化的目的。斯凱孚的智能滾子技術是微電子機械系統(MEMS)、無線技術和軸承設計制造技術的一種結合,通過對大型軸承中的一個滾子的改造,將一個純金屬的滾子轉變成一個可以實現信號采集傳輸的智能單元,這種技術為設備工藝改造帶來了巨大的價值,它將以前只能在仿真和測試臺架上通過復雜模型或者復雜臺架測試的內容,在生產環境中實現,而且幾乎免維護。讓我們了解到真實的軸承內部的載荷、潤滑、溫度等等狀態條件,可以幫助我們更清楚的了解設備的真實狀態。曲柄飛剪是軋機工藝的重要環節,無論是設備故障或者工藝失效,都會造成巨大的經濟損失;然而在高載荷、沖擊大、無周期性旋轉等情況下,傳統振動分析無法解決飛剪的設備監控問題。斯凱孚利用數據分析和建模技術構建智能飛剪模型,通過對不同工藝下振動數據的觸發采樣,結合工藝細分邏輯,在不同工藝條件,針對當前主要的執行機構和工藝要求,不僅實現了工藝異常診斷,還可以實現在工藝異常時,判斷可能的故障設備以及失效模式。

作為數字化生態圈的重要合作伙伴,斯凱孚希望能把所有智能化產品和方案變成冶金行業和生態可集成的技術,加速推進冶金企業智能化運維建設。

综合成人网友亚洲偷自拍