智慧工厂设备智能运维研发平台的建设.docx

《智慧工厂设备智能运维研发平台的建设.docx》由会员分享，可在线阅读，更多相关《智慧工厂设备智能运维研发平台的建设.docx（22页珍藏版）》请在第一文库网上搜索。

1、工业互联网作为新一代信息技术与制造业深度融合形成的新兴业态和应用模式，是实现工业数字化转型的关键基础。近年来，工业互联网发展逐步走向深入，产业规模与参与主体快速壮大，加速了传统工业支撑体系的变革，并带动了新兴产业领域发展。2023年全球工业互联网市场规模达到8435.8亿美元。预计到2023年，中国工业互联网市场规模将接近1万亿元人民币。以培养工业职业技术人才为目标的高职类院校，需要继续深化教育教学新模式，培养和输出工业企业需求的应用型职业化人才，以提升学院毕业学生的就业水平。通过建设智能工厂运维科研平台，进行创新实践，坚持以科研创新促进教育教学，优化和深化专业建设和人才培养，为我国工业互联网

2、领域输送人才，不仅在实践中，为企业培养急需的应用型职业型人才，也提高了科研成果转化能力，同时为广大在校学生寻求良好的毕业就业通道。1.2可行性为践行“教学出题目，科研做文章，成果进课堂”的教育教学新模式，培养应用型、职业化人才，建设智慧工厂设备智能运维研发平台可为学院专业教师提供科研创新的实践环境，面向智慧工厂的技术应用需求，进行实践应用创新和技术验证。在此基础上，以创促教，创新教学资源，并学院专业结合，培养工业互联网应用型人才，以匹配智慧工厂的人才需求。同时，此平台也可作为学生提供工业互联网应用体验和创新实践环境，为相关专业赋能物联网教学提供实训实验场所，为培养工业互联网人才创造条件并为全面

3、开展打下基础。1.2.1为提高教师专业和技能水平提供科创条件由于工业互联网是一个新的领域，知识结构复杂，技术性强，属于交叉型学科，要教好工业互联网对师资提出了更高的要求，这要求教师不只是谈谈理论，而应兼顾实践，贴近生产一线，坚持人才链、产业链、创新链相结合，促进各专业集群的教学、师资、科技创新平台等资源共享，协同开展应用研究。该运维科研平台能够为教师提供完整的创新实践活动环境，使教师可以结合科创实践经验，开发新的教学资源，同时也可提高教师的专业能力和师资队伍水平，优化师资的知识结构，提高教学质量。1 .拟建科研平台的必要性、可行性1.1 必要性1.1.1 聚焦工业互联网领域，健全政行校企协同育

4、人合作办学体制机制改革2023年，人力资源社会保障部与国家市场监管总局、国家统计局联合发布了智能制造工程技术人员、工业互联网工程技术人员等新职业。随着工业互联网创新发展行动计划(2023-2023)的贯彻落实，以及全国各省、自治区、直辖市新基建、工业互联网建设项目的深入开展，工业互联网人才缺口势必进一步扩大。为了快速支撑起工业互联网建设，需要从国家层面整体统筹工业互联网从业人才的培养。为贯彻落实国家职业教育改革实施方案精神，推进我院高水平高职院校建设，进一步提升学院科技服务智能制造产业技术升级的能力，结合区域功能、产业特点，健全政行校企协同育人合作办学体制机制改革；突出机制创新，集成打造产教融

5、合实践平台，苏州工业职业技术学院拟打造智慧工厂设备智能运维研发平台，融技术服务、产业培育为一体，全面提高教师实践教学能力、应用技术研发水平，促进教师科研、人才培养与产业需求有机衔接，深化江苏省高职产教融合集成化平台建设，推动优质高职资源示范辐射作用进一步增强，提升高职教育质量、综合实力和服务能力。1.1.2 填补工业互联网领域人才空白，提升科研成果转化落地能力工业互联网作为新一代信息技术与制造业深度融合形成的新兴业态和应用模式，是实现工业数字化转型的关键基础。近年来，工业互联网发展逐步走向深入，产业规模与参与主体快速壮大，加速了传统工业支撑体系的变革，并带动了新兴产业领域发展。2023年全球工

6、业互联网市场规模达到8435.8亿美元。预计到2023年，中国工业互联网市场规模将接近1万亿元人民币。然而，我国工业互联网人才却存在较大缺口。工业互联网人才白皮书指出，工业互联网带动国内就业人数显著增加。据测算，工业互联网在2019年带动总就业人数超过2679.61万人，占全国就业总人数的3.46%,新增就业人数312.2万人。2023年，工业互联网带动的总就业人数达到2810.90万人，同比增长4.90%。工业互联网专业人才培养规模远远不够。与工业互联网带动新增就业岗位相比，学历教育人才供给远远不能满足新增岗位需求。Va1enian是以培养工业职业技术人才为目标的高职类院校，需要继续深化教育

7、教学新模式，培养和输出工业企业需求的应用型职业化人才，以提升学院毕业学生的就业水平。通过建设智能工厂运维科研平台，进行创新实践，坚持以科研创新促进教育教学，优化和深化专业建设和人才培养，为我国工业互联网领域输送人才，不仅在实践中，为企业培养急需的应用型职业型人才，也提高了科研成果转化能力，同时为广大在校学生寻求良好的毕业就业通道。1.2可行性为践行“教学出题目，科研做文章，成果进课堂”的教育教学新模式，培养应用型、职业化人才，建设智慧工厂设备智能运维研发平台可为学院专业教师提供科研创新的实践环境，面向智慧工厂的技术应用需求，进行实践应用创新和技术验证。在此基础上，以创促教，创新教学资源，并学院

8、专业结合，培养工业互联网应用型人才，以匹配智慧工厂的人才需求。同时，此平台也可作为学生提供工业互联网应用体验和创新实践环境，为相关专业赋能物联网教学提供实训实验场所，为培养工业互联网人才创造条件并为全面开展打下基础。自我学习能力高未识别过状您的发动机，f1i3A*入后,可。动透入学习I式.X少人工Ji作成本.检测速率快于超IHE力的千万级像素点将征援R30-40ms.支持4曷500万以下幅机同时检蠢.易于本地和云端部署可结合5G完成边修计裨本图片完成*ifff11,升检I1ig率；样本照片也可上云图.便于多样化分析.由于工业互联网是一个新的领域，知识结构复杂，技术性强，属于交叉型学科，要教好工

9、业互联网对师资提出了更高的要求，这要求教师不只是谈谈理论，而应兼顾实践，贴近生产一线，坚持人才链、产业链、创新链相结合，促进各专业集群的教学、师资、科技创新平台等资源共享，协同开展应用研究。该运维科研平台能够为教师提供完整的创新实践活动环境，使教师可以结合科创实践经验，开发新的教学资源，同时也可提高教师的专业能力和师资队伍水平，优化师资的知识结构，提高教学质量。1.2.2为提高学生的实操能力提供实训场所瓦伦尼安教学实验室和职业学院培养学生的主要目标就是培养应用型、职业化人才，提升学生的综合素质，以学生成为具备市场竞争优势的复合型高素质人才。学生可结合教学资源，利用该平台，与老师和其它学生一起实

10、践所学的工业数据采集分析、物联网技术知识，从而培养学生的团队协作能力、社会交往能力和创新管理能力等。1. 2.3为提高教学质量提供支撑Va1enian平台可服务本校科创实践和实训教学，资源共享，结合产学研用创新教育教学模式，形成项目化教学资源创新和成果转化能力，从而提高教学质月.O2. 2.4为校企合作成果转化打好基础依托平台，支持学校与企业技术双向流动，联合开展企业关键技术研发，促进创新成果与核心技术产业化。3. 拟建科研平台研究方向与主要项目3.1 研究方向智慧工厂设备智能运维3.2 主要项目3.2.1 智慧工厂设备运行状态多源数据采集与分析拟建工厂设备故障模拟实验平台。通过该平台针对典型

11、工业设备的齿轮传动、齿轮箱、轴承，泵，往复设备，高速挠性设备，电机，风机，皮带驱动设备,转子轴，等关键部位故障状态进行模拟，可以模拟旋转机械升降速瞬态过程及稳态运行工况的振动状态，以及多种常见的旋转机械故障,可以自行灵活配置振动,温度，噪声，转速，位移等机械参量测量的传感器，配合数据采集仪器及分析软件配套使用。通过实验平台可完成多场景多类型设备故障试验，进行设备运行状态多源数据采集、故障特征分析、融合分析等研究工作。设备故障试验包含但不限于：（1）滚动轴承故障模拟：可模拟的故障有轴承内圈损伤，外圈损伤，滚珠损伤，保持架损伤，混合损伤等；（2）齿轮故障模拟：通过更换有缺陷的齿轮，可模拟各类齿轮故

12、障；（3）行星齿轮故障模拟：通过更换有缺陷的行星齿轮，可模拟各类齿轮故障；（4）轴系故障模拟：通过不对中调整系统调整底座可模拟轴安装不对中缺陷；（5）旋转机械设备的转速实验（升速，降速，稳速等，通过控制程序调整电机转速，模拟实验）；（6）旋转设备的不平衡模拟实验（通过在平衡盘圆周安装，拆卸配重块来实现不平衡模拟）；（7）旋转设备的转轴碰磨模拟实验（模拟异物触碰到轴的异常情况）；（8）旋转设备的共振实验（拧松测试设备的安装螺钉，做共振实验）；（9）转矩加载实验（通过磁粉制动器在轴端恒转矩，变转矩，脉冲转矩,正弦转矩）。（IO）学习挠性转子“临界速度”和“共振”的轴振模型。（11）学习裂纹引起的特

13、性振动特性（固有频率，共振速度，振动振幅和相位）的变化从振动谱变化中的裂纹识别在突出的轴端检测旋转轴中的裂纹。（12）联轴器套件用于模拟各种联轴器故障，并研究它们对联轴器振动特性的影响。（13）学习皮带张力对皮带驱动设备振动行为的影响，速度对振动行为的影响皮带轮运行不正确和偏心运行的影响。（14）学习往复式转子系统振动特征识别，以及轴承间隙和冲击的影响。（15）学习抽水蓄能泵站的气蚀现象研究，并对其对振动频谱的影响进行学习。（16）开展风速流体力学试验,理解风扇通过频率及不同叶轮振动频率提取。（17） 了解缺相驱动电机的振动频谱特征识别。（18） 了解负载系统对齿轮及轴承试验项目的振动影响。（

14、19） 2智慧工厂设备故障检测、机理建模与诊断方法研究基于设备健康指数驱动的设备智能管理和维护，提高设备管理效率和设备效能，构建绿色智能工厂，即从对设备的故障和失效的被动维护，到定期检修、主动预防，再到事先预测和综合规划管理。预测性维护已经在全球各行业尤其是工业制造领域得到认可并开始规模应用。将状态监测、故障诊断、状态预测和状态决策融合为-体，状态监测和故障诊断是基础，状态预测是重点，维护决策得出最终的维护状态要求，预测性维护是人工智能在工业制造领域的应用和实践。目前企业设备管理方面存在不足与痛点：1.传统设备管理方法无法适应企业数字化需求；2、企业设备管理效率低、效果差；3、设备状态不可控，

15、数据孤岛多，数据使用效率低；4、设备运维及备件成本高；通过A1算法、非线性系统分析模型等对特定场景设备故障建模分析，完成设备预测性运行维护管理，减少因意外故障导致的非计划停机事件，优化设备的利用率。状态变化旅切设笛运转状态提前检出=确保计划与行动的时间预警时间设备损坏过程目前主流发展趋势正在普及定明维护基于工况指标开履堆护根据分析预测开展缰护根据预测推荐缰护方案/系统自缰护设备维修发展过程2.2.3 基于工业互联网平台的设备智能运维应用研究通过工业智能一体机、结合设备故障模拟实验平台，打造智能运维研发平台，直观反映旋转机械运转时每个部件的状况如电机，轴承，齿轮箱，行星齿轮箱，负载磁粉制动器实时数据采集、如振动，温度，转速，扭矩，噪声，电流，分析、应用及呈现一体化，工业互联网平台业务架构包括传感器、数采模块、路由器，结合物联网，大数据分析技术，推出故障分析平台及完整的解决方案。2.2.4 包含：测温测振传感器，数据采集器，路由器，结合物联网，大数据分析技术,推出故障分析平台及完整的解决方案。2.2.5 基于工业互联网云平台软件的功能及应用场景监测过程功能：振动，温度，电流，电压，流量，压力，液位，等传感器，或与工厂P1C无缝对接和真正意义上的智能监测。应用层对上支持多种行业应用，把各种垂直的物联网应用整合成一个扁平的应