早在幾年前，對于工業(yè)制造來說，“預測性維護”以殺手級應(yīng)用的級別被寄予厚望，但是隨著IoT企業(yè)的布局推進，大家隨之發(fā)現(xiàn)一個問題，如果不能降低運營成本，工業(yè)預測性維護的應(yīng)用在某種程度上將成為空談。全球領(lǐng)先的戰(zhàn)略咨詢公司貝恩咨詢曾對計劃采用預測性維護的企業(yè)進行過調(diào)研。對比2016年和2018年的兩次數(shù)據(jù)，真正實施和計劃采用預測性維護的企業(yè)比例都有所下調(diào)。究其對預測性維護的期待從熱衷趨于理性的最大原因還是成本考量。

1“預測性維修”的成本為什么那么高？預測性維護（Predictive Maintenance，PdM）是指通過對設(shè)備運行狀態(tài)進行持續(xù)測量和監(jiān)控，使用工業(yè)數(shù)據(jù)建模和數(shù)據(jù)分析技術(shù)預測和診斷設(shè)備故障，在設(shè)備故障發(fā)生前提前采取修正措施。不同于一般的遠程設(shè)備狀態(tài)監(jiān)控，不論是從時間成本、經(jīng)濟成本還是技術(shù)成本上，預測性維護都有很痛的難點。

01時間成本，預測性維護要實現(xiàn)，前期需要大量歷史數(shù)據(jù)的支撐。工業(yè)系統(tǒng)是相當復雜的。不同的工業(yè)企業(yè)有不同的生產(chǎn)線和運行流程，涉及的工業(yè)設(shè)備種類更是多種多樣。這就給數(shù)據(jù)的收集工作帶來了極大的挑戰(zhàn)。從時間上來看，僅僅只是收集數(shù)據(jù)就會耗費大量的時間，更何況后期還需要對這些數(shù)據(jù)進行歸納和處理，這將會是一個極其漫長的過程。

02經(jīng)濟成本，由于“預測性維護”涉及到的產(chǎn)品規(guī)格不一，面臨定制化程度高，項目很難標準化，無法快速復制的特點，對物聯(lián)網(wǎng)企業(yè)來說，難以快速突破市場，對于工業(yè)企業(yè)來說，勢必導致成本極高，難以承受。

03技術(shù)成本，相比于商業(yè)或者或者互聯(lián)網(wǎng)場景，工業(yè)場景設(shè)備類型多，運行工況復雜，涉及到數(shù)據(jù)采集的傳感技術(shù)，數(shù)據(jù)傳輸?shù)耐ㄓ嵓夹g(shù)，數(shù)據(jù)處理技術(shù)和數(shù)據(jù)分析的算法策略等。此外，工業(yè)算法需對工業(yè)及工業(yè)設(shè)備運行基本原理有一定的認識，這對行業(yè)技術(shù)人員提出了更高的要求。從市場上的技術(shù)來看，目前的算法模型還很難達到預測性維護的要求。

2“Edge AI+ZETA”組合拳直擊痛點

痛點雖在，但也掩蓋不了預測性維護將是大趨勢這一事實。就此，縱行科技打出了一套組合拳：“Edge AI+ZETA +算法前置”，使預測性維護成本降低至20%以內(nèi)，性價比堪稱最高，在滿足大部分中小型企業(yè)并沒有足夠的技術(shù)儲備和資金能力實現(xiàn)智能化升級的痛點需求之外，還能覆蓋廣闊的工業(yè)應(yīng)用場景，推動預測性維護應(yīng)用普及。

01采用無線傳輸，不影響工廠設(shè)備運行

在工業(yè)場景中進行數(shù)據(jù)獲取，如果采用有線傳輸，需在工廠里進行大量施工安裝，同時還會影響設(shè)備正常運行，導致經(jīng)濟成本的增加。就此，縱行科技推出無線智能終端，該終端可由電池供電，不需要布線，可以輕松搭載在旋轉(zhuǎn)設(shè)備上，收集原始數(shù)據(jù)。

02國產(chǎn)技術(shù)搭建專網(wǎng)，實現(xiàn)數(shù)據(jù)安全采集和高數(shù)據(jù)量的傳送

由于“預測性維護”涉及到的產(chǎn)品技術(shù)方面的機密太多，工業(yè)企業(yè)對通信技術(shù)的選擇往往很謹慎。由此，縱行科技采用了自主研發(fā)的純國產(chǎn)ZETA通信技術(shù)，可搭建專網(wǎng)，保證數(shù)據(jù)的安全、私密性。同時，ZETA具有自主可控、低成本、低功耗、廣覆蓋等特點，支持超窄帶寬的多信道通信、多跳網(wǎng)狀網(wǎng)絡(luò)的分布式接入、以及低功耗的雙向通信，針對工廠復雜環(huán)境，相比Wi-Fi、lora、NB-IoT等，ZETA的穿透性更強、成本更低、具有高接收靈敏度和抗干擾性。此外，ZETA自研了Advanced M-FSK物理層調(diào)制技術(shù)，在低功耗的基礎(chǔ)之上可滿足工業(yè)大型設(shè)備較大數(shù)據(jù)的回傳需求，對傳統(tǒng)的LPWAN功能進行了補缺。

03搭載Edge AI，靈活便捷的同時降低成本

Edge AI，除了邊緣計算的快速、安全、可靠和可拓展的四大優(yōu)勢之外，最大的優(yōu)勢在于能有效降低成本。一是，邊緣計算可避免大數(shù)據(jù)量通訊，不占用云端資源，使預測性維護的實施方案極其靈活、輕便，從而可使成本降到最低。另外，縱行科技把Edge AI進行前置，移植到智能終端內(nèi)部，實現(xiàn)數(shù)據(jù)的即采集即處理，能最大限度延長終端電池壽命。

04以典型旋轉(zhuǎn)設(shè)備切入，可快速復制推廣

工業(yè)設(shè)備70%的故障都可以通過設(shè)備振動信號監(jiān)測出來，縱行科技針對常見旋轉(zhuǎn)機械設(shè)備研發(fā)了基于振動信號分析的智能監(jiān)測終端，結(jié)合ZETA窄帶通信和邊緣智能的優(yōu)勢，打造“輕量瘦身”的預測性維護應(yīng)用，用20%的成本覆蓋80%的典型旋轉(zhuǎn)設(shè)備故障模式，具備大規(guī)模復制推廣的條件。

3推出“機理+AI”算法，使故障告警準確率能達到95%

為了深入研究設(shè)備機理、分析工業(yè)場景并獲取有效故障數(shù)據(jù)樣本，縱行科技與上海交通大學、同濟大學和上海大學等院校展開了戰(zhàn)略合作，深入研究設(shè)備運行和故障機理，降低對數(shù)據(jù)的依賴，并通過仿真和試驗測試的方法積累了大量數(shù)據(jù)，建立了十余種故障模型。與此同時，縱行科技針對具體工業(yè)場景和設(shè)備工況采用定制化算法進行加強分析，從而提升設(shè)備監(jiān)測的有效性，更全面的把控設(shè)備的運行狀態(tài)。例如對于多工況的設(shè)備，通過GMM算法實現(xiàn)對采集數(shù)據(jù)的工況分類，確定各工況下特征分布情況，進而自適應(yīng)地確定設(shè)備啟停和異常的報警閾值；對于穩(wěn)定工況的特征值，通過概率統(tǒng)計、衰退模型、時序模型等方法或算法對設(shè)備狀態(tài)和剩余壽命評估。

通過“機理+AI”的方法，縱行科技推出了ZETA Edge－AI智能終端，該終端的故障告警準確率能達到95%，誤報率低于1%。ZETA Edge－AI智能終端采用了最高配置：使用MEMS加速度傳感芯片使產(chǎn)品能達到29kHz（3dB）的頻響，程序設(shè)置25.6kHz的采樣率，有效分析0-10kHz頻段的頻譜，能涵蓋90%以上旋轉(zhuǎn)機械設(shè)備的故障特征頻段。同時，單次采集1.28s的振動數(shù)據(jù)，保證頻譜有0.78Hz分辨率，能精確定位故障或特征譜線。

在功能方面，ZETA Edge－AI智能終端通過對旋轉(zhuǎn)設(shè)備長期監(jiān)測進行歷史數(shù)據(jù)的縱向分析，采用閾值判定、趨勢分析和概率統(tǒng)計等方法對設(shè)備狀態(tài)進行評估，及時發(fā)現(xiàn)設(shè)備異常狀態(tài)，并可實時同步到平臺端和移動端，用戶無論辦公還是在家，都能第一時間獲取設(shè)備異常的信息。對于常見的故障類型，包括轉(zhuǎn)子不平衡、不對中、安裝松動、軸承和齒輪損壞等，智能終端也能給出具體故障類型判斷，協(xié)助用戶進行故障排查和定位，提高故障處理效率。

基于低成本和高性能的優(yōu)勢， ZETA Edge－AI智能終端有望推動預測性維護應(yīng)用普及，給工業(yè)預測性維護的發(fā)展帶來更大的信心。

fqj