数字化转型网人工智能专题
与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！
宝马集团雷根斯堡工厂装配中使用的智能分析系统的目的是在意外停工发生之前防止意外停工。预测性维护具有主动性和预防性，这正是智能监控系统所提供的。输送设备的数据驱动分析可以尽早识别并避免潜在故障，从而保持最佳的车辆生产流程。人工智能（AI）支持的系统仅在雷根斯堡工厂就可以避免每年平均约500分钟的车辆组装中断。
宝马集团雷根斯堡（Regensburg）工厂的预测性维护-人工智能支持的系统在组装过程中监控输送机技术
一、数据分析可对潜在中断做出更快的预防性响应
在雷根斯堡宝马集团工厂进行装配时，车辆通常连接到移动式承载架或防滑系统上，这些承载架或滑动系统以链条形式穿过生产车间。最先进的输送机系统中的任何技术故障都可能导致装配线停滞，需要更多的维护工作，从而导致更高的成本。 数字化转型网www.szhzxw.cn
为了防止这种情况的发生，宝马集团雷根斯堡工厂的创新团队开发了一种系统，可以及早发现潜在的技术缺陷，从而避免任何生产损失。受影响的输送机元件可以从装配线上移除并在生产之外进行维修。优点在于，监控系统不需要任何额外的传感器或硬件，而是评估来自已安装部件和输送机元件控制的现有数据。如果发现异常，则会发出警报。 数字化转型网www.szhzxw.cn
例如，用于通过装配运输车辆的承载器将各种数据发送到承载器控制系统。然后，这些数据通过运营商和工厂控制系统传输到宝马集团自己的预测性维护云平台。这就是分析的开始：算法不断搜索不规则性，如功耗波动、输送机移动异常或条形码不清晰，这些都可能引发故障。如果发现异常，维护控制中心会收到一条警告信息，并将其分配给值班的维护技术人员。控制中心的监控监视器全天候运行，确保能够对任何类型的故障报告做出快速响应，并使受影响的车辆退出循环。
二、实施——人工智能支持、标准化且经济高效
预测性维护不是一个独立的解决方案。该系统是与宝马集团的中央车间管理部门和其他工厂合作进行标准化的，以方便快速、直接地推广到宝马集团在世界各地的其他工厂。这种方法也具有成本效益。“我们不需要任何额外的传感器，所以唯一的成本是存储和计算能力” 。
该系统还实现了内部开发的机器学习模型，该系统使用具有不同异常颜色代码的所谓热图来可视化模型的发现。能够映射各种组件中的不同故障模式，并以有针对性的方式对其做出响应。
基于这些实际发现，算法不断改进和完善。该团队目前正在连接其他安装，优化系统，并将建议的操作集成到故障消息中。例如，故障消息可以指示系统中发生的类似问题。这简化了维护技术人员的故障排除，例如，如果输送小车上的叶轮有缺陷。 数字化转型网www.szhzxw.cn
三、下一个目标：可预测性
Mrasek和他的同事在过去的六年里一直致力于输送机技术的数据驱动监测。如今，大约80%的主要装配线已经通过这种方式进行了监控。他解释道：“当然，我们无法提前检测或预防每一个故障，但目前仅在车辆组装方面，我们每年就可以避免至少500分钟的停机时间”。
该系统已经在丁戈芬、莱比锡和柏林工厂的输送系统中使用。其目的是进一步利用人工智能的可能性，让系统学习估计从检测到故障到潜在停机之间还有多少时间。这将帮助技术人员决定他们需要多久进行维护，并允许他们在需要时优先考虑。
还存在在工厂其他领域的进一步潜力：“例如，目前正在测试是否也可以将该系统用于为车辆加注制动液和冷却液的设备” 。 数字化转型网www.szhzxw.cn
尽管预测性设备维护已经有很多选择，但雷根斯堡的集成学习系统是迄今为止同类系统中的第一个。因此，与预测性维护的兼容性已经写入新输送机技术的投标书中。
数字化转型网人工智能专题
与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！ 数字化转型网www.szhzxw.cn
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于宝马集团；编辑/翻译：数字化转型网宁檬树。
