A Predictive Maintenance model based on Industry 4.0 Asset Administration Shell
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
A Predictive Maintenance
model based on Industry 4.0
Asset Administration Shell
Salvatore Cavalieri
Marco Giuseppe Salafia
Università degli studi di Catania
Dipartimento di Ingegneria Elettrica, Elettronica
e Informatica (DIEEI)
5th Italian Workshop on Embedded Systems (IWES)
8-9 February 2021
Industria 4,0
• La quarta rivoluzione industriale è
incentrata sulla creazione di
nuovi modelli di business
sfruttando le informazioni esistenti
nella catena di valore.
➢ Processi di produzione flessibili
e innovativi che apportano un
valore.
➢ Connettere i processi di
business superando I limiti fisici
delle compagnie.
2
Industria 4,0
L’integrazione di Internet Technology (IT) e
Operational Technology (OT) permettono:
➢Flessibilità produttiva
➢Riduzione dei tempi per lo sviluppo di
nuovi prodotti
➢Aumento dell’efficienza produttiva
Some technologies:
➢Internet of Things
➢Cloud Manufacturing
➢Industrial Analytics
➢Cyber-Physical Systems
3
Plug’n’Produce
➢ Una tecnologia basata che
permette di integrare, scambiare
o rimuovere facilmente
apparecchiature di produzione
senza avere la necessità di una
persona specializzata per la
riconfigurazione del sistema.
➢ Fronteggia un mercato che
richiede un alta «customizzazione»
dei prodotti.
4
Manutenzione
➢ Lo scopo principale della manutenzione è
massimizzare la produzione riducendo i
costi il più possibile
➢ I costi i manutenzione possono
rappresentare dal 15 al 60% del costo del
bene prodotto.
➢ Un terzo dei costi per la manutenzione è
sprecato per manutenzioni non necessarie
o impropriamente effettuate.
➢ Diversi approcci:
▪ Run-to-failure
▪ Preventive Maintenance (PM)
▪ Predictive Maintenance (PdM)
5
Predictive Maintenance
Usa indici di valutazione delle
prestazioni di una macchina per
predire il tempo operativo
rimanente fino al prossimo
guasto.
Esistono diverse tecniche e
soluzioni dipendenti dal caso in
esame:
• Modelli di predizione statistici,
matematici o basati su AI
• Metodologie per l’acquisizione
dati
• Metodologie per la
manipolazione dei dati
6Problematiche della PdM in Industria 4.0
Come realizzare una soluzione PdM ad
una produzione flessibile?
Due obbiettivi devono essere raggiunti:
1. Definire funzionalità generiche per
la descrizione di una soluzione PdM
indipendente dalle tecnologie
2. Nascondere l’eterogeneità e la
complessità del livello OT
7Obbiettivo 1
Blocchi Logici (LB) contenenti Data Acquisition
- Get measured values
Data Manipulation
- Filter values
Aggregation
funzionalità generiche legate - Convert analog value - Apply FFT - Calculate mean, rms, etc
agli step fondamentali comuni - Set measure unit
- Set sensitivity
- Remove noise
- Transform values
- Interpolate values
- Set aggregation params
a tutte le soluzioni PdM. - ... - ... - ...
Maintenance
Ogni soluzione PdM si divide Decision-making
Prediction Model Schedule
nelle fasi: - Set decision algorithm
- Manage model
- Train model (AI)
- Set maintenance task
- Get task information
- Create maintenance task - Get forecasts - Get maintenance history
1. Data Acquisition - Commit technician
- Get decisions history
- Set model parameters
- ...
- ...
- ...
2. Data Manipulation Status Configuration
- Set operating mode - Set LBs parameters
3. Prediction and Decision - Set maintenance mode - Call LB's operations
Making - Get status log
- ...
- Save/load configurations
- ...
8Obbiettivo 2
Asset Identification
Usare il concetto di Asset Administration
AAS Identification
Administration Shell Shell (AAS) come clone digitale di ogni
...and others Header asset a livello OT.
Body
Submodel 1 e.g. energy efficiency
Property 1.1 Information
Asset + AAS = CPS
Property 1.1.1
Property 1.1.2 Function
Submodel 2 e.g. positioning mode
Property 2.1 Information
Property 2.1.1
Property 2.1.1.1 Function
Property 2.1.1.2
Function
Submodel 3 e.g. CAD model
Property 3.1 Information (CAD)
Property 3.1.1
Property 3.1.2 Information (CAD)
9Modello per PdM basato su AAS
Prognostics & Maintenance
Management Infrastracture
➢ Due livelli principali: Feedback
▪ Operational Infrastracture Maintenance Decision-
Prediction Model
▪ Prognostics & Maintenance management Infrastracture making
➢ Le funzionalità dei blocchi logici sono
implementate lungo le componenti di
Operational
Infrastracture AAS Aggregator
entrambi i due livelli. Submodel: Condition Monitoring
DM Con fig
➢ Le AASs permettono l’integrazione delle
componenti in OI EVENTS(?) Aggregation
➢ L’uso di Blocchi Logici consente la definizione
EVENTS(?)
di ruoli per le componenti della soluzione
PdM AAS Device AAS Device
▪ Componenti diverse che implementano lo stesso ruolo
Submodel: Condition Submodel: Maintenance Submodel: Condition
Monitoring Submodel: Maintenance
Monitoring
possono essere intercambiabili DA Con fig Schedule DA Config Schedule
Status
▪ Es. Aggregator, Device, Configurator, ecc. DM DM Status
10Caso d’uso: PdM per 100 frese industriali
Azure Cloud Infrastructure
Maintenance Decision-making
Soluzione PdM Cloud di 100 frese industriali. Azure ML Studio Predicitions
tools
Multiclass Logistic Regression Model Labelling
➢ Dati usati per allenare il modello: Data manipulation Training, Evaluation and Testing Database
▪ Dati telemetrici real-time (vibrazioni, rotazione, The Edge
pressione, tensione)
Maintenance tasks scheduling
Configuration
▪ Error logs (errori non gravi) Tool
▪ Storico delle manutenzioni Condition monitoring
ERP Procedure for data
▪ Informazioni della macchina (modello, età)
collection and Configurations
aggregation
Database Database
Edge Gateway
Identification data retrieval
➢ Modello di predizione e Strumento di
Decision-making gestito da Azure
Condition Monitoring Configuration
Condition monitoring Condition monitoring
Real-time telemetry data
Real-time telemetry data
Procedure for data collection Procedure for data collection
and aggregation Configurations and aggregation Configurations
for Milling Machine 1 for Milling Machine 1
Errors logging
Errors logging
➢ Industrial PCs e Edge Gateway aggregano i Industrial PC Industrial PC
dati delle frese opportunamente e sono
configurati a cascata da uno strumento Condition monitoring
Vibration Rotation
Maintenance
Operating mode
Condition monitoring
Vibration Rotation
Maintenance
Operating mode
esterno. Pressure Voltage Next maintenance task
Identification
Pressure Voltage Next maintenance task
Identification
MachineId MachineId
Milling Milling
Machine 1 Model Type Age Model Typ e Age
Machine 100
11Caso d’uso: PdM per 100 frese industriali
Azure Cloud Infrastructure
Properties with measurement value Maintenance Decision-making
Azure ML Studio Predicitions
tools
Properties with configuration parameters Multiclass Logistic Regression Model Labelling
Operations and algorithms
I4.0 Data manipulation Training, Evaluation and Testing Database
Collections of submodel's elements
Communication
The Edge
AAS Interface
Maintenance tasks scheduling
Configuration
Tool
Condition monitoring
Ethernet Rotation Voltage Pressure Condition monitoring
Vibration ERP Procedure for data
collection and Configurations
Sampling Sampling Sampling Sensor Database aggregation
Interval Interval Interval parameters Database
Alarm ADC Alarm Unit Edge Gateway
Identification data retrieval
threshold Parameters threshold Conversion
Condition Monitoring Configuration
Condition monitoring Condition monitoring
Real-time telemetry data
Real-time telemetry data
Procedure for data collection Procedure for data collection
and aggregation Configurations and aggregation Configurations
for Milling Machine 1 for Milling Machine 1
Errors logging
Errors logging
Milling Machine 1
Zigbee
Industrial PC Industrial PC
Condition monitoring Maintenance Condition monitoring Maintenance
PLC Vibration Rotation Operating mode Vibration Rotation Operating mode
Pressure Voltage Next maintenance task Pressure Voltage Next maintenance task
Identification Identification
Rotation speed Wireless MachineId MachineId
Milling Milling
4-20 mA sensor Vibration sensor Machine 1 Model Type Age
Machine 100 Model Typ e Age
12Grazie per
l’attenzione
13Puoi anche leggere
