摘要：本文旨在介紹制造設(shè)備和生產(chǎn)用品在壽命周期內(nèi)所使用的遠程服務工程系統(tǒng)的概念和框架。本文所介紹的系統(tǒng)涉及應對機器性能評估技術(shù)、自我維護式設(shè)備機電一體化和遠程診斷的基礎(chǔ)方法，此外還引入數(shù)字服務型企業(yè)的概念。這些方法將對遠程用戶提供支持，并有助于確保消費品和制造設(shè)備的性能、運行品質(zhì)和工廠生產(chǎn)效率，尤其是對于遠程用戶和設(shè)施設(shè)備的生產(chǎn)效率。最后對研究的挑戰(zhàn)和機遇進行了討論。

版權(quán)所有?1998 Elsevier Science Ltd.出版發(fā)行。保留所有權(quán)利。

關(guān)鍵詞：遠程維護和診斷；預測學

1、介紹

在制造企業(yè)全球一體化整合的今天，海外業(yè)務活動的快速發(fā)展使得產(chǎn)業(yè)面臨著嚴峻的結(jié)構(gòu)化問題。檢修與維保因此也成為了企業(yè)維護其在海外地區(qū)生產(chǎn)效率和客戶滿意度時極為關(guān)鍵的環(huán)節(jié)。

近年來，急于將高精密生產(chǎn)設(shè)備與本地設(shè)計和工程應用相整合，進一步增加了未成熟和未經(jīng)檢驗的技術(shù)的應用。由于系統(tǒng)復雜性、不確定性及缺乏足夠的故障排查工具等因素，導致系統(tǒng)故障根本原因識別困難。

而隨著計算技術(shù)、信息技術(shù)和遠程通信技術(shù)的發(fā)展，可以預見全球化的制造企業(yè)會在設(shè)計、工藝過程、材料使用、技術(shù)和人力資源等方面提出新的方法需求[1]。

我們需要一種新的思維方式，來關(guān)注設(shè)計和制造的產(chǎn)品的服務質(zhì)量。不同地區(qū)的工廠需要通過尖端的信息技術(shù)實現(xiàn)協(xié)同，從而確保恒定一致的制造品質(zhì)和產(chǎn)品質(zhì)量。例如機器的性能可以在世界任意地點進行監(jiān)測和評估。此外，有關(guān)制造系統(tǒng)生產(chǎn)效率、診斷情況和檢修評價等方面的信息，還可在不同地點和不同合作方之間實現(xiàn)共享。

為實現(xiàn)對全球化生產(chǎn)制造活動的大規(guī)模支持，需要通過遠程服務工程系統(tǒng)來明確各種基本問題，進而實現(xiàn)真正協(xié)同整合的數(shù)字服務型企業(yè)。

作者及其搭檔正在開展相關(guān)研究活動，深入研究機器設(shè)備心理學、機器行為評估和性能退化評價方法、自我維護機電一體化技術(shù)和遠程診斷技術(shù)。

這些技術(shù)方法將支持遠程用戶和設(shè)施，以確保消費品和制造設(shè)備的性能、運行品質(zhì)和工廠生產(chǎn)效率，特別是那些遠程用戶和設(shè)施設(shè)備的性能。

例如，可以在世界任意地點對某套機器或辦公自動化設(shè)備的性能加以監(jiān)控和評估。此外，有關(guān)制造系統(tǒng)生產(chǎn)效率、診斷情況和培訓情況等方面的信息，也可以在不同地點和不同合作方之間實現(xiàn)共享[2]。

2、行業(yè)內(nèi)現(xiàn)行實踐慣例綜述

過去，多個行業(yè)尤其是運輸業(yè)已經(jīng)使用了多種遠程診斷技術(shù)，遠程收集客戶產(chǎn)品和工廠的數(shù)據(jù)，并提供有關(guān)檢修服務指令的反饋指示[3]。時至今日，美國最新出品的機床設(shè)備上都整合使用了遠程服務或類似于遠程服務的功能，但這些性能卻沒得到應有的發(fā)揮。

多家美國企業(yè)，包括知名的Giddings and Lewis，還有Bridgeport、Saginaw Machine Tools、Cincinnati Milacron、Adept Technology等都為自身產(chǎn)品開發(fā)了遠程監(jiān)控和診斷技術(shù)。

Bridgeport在其中一套高性能產(chǎn)品上提供了遠程服務功能，并計劃為所有后續(xù)新的高級產(chǎn)品都提供這項功能，當然基本版產(chǎn)品則不提供。

Giddings and Lewis為客戶提供了15年左右的遠程故障排查服務，但其卻極少得到使用，因此已經(jīng)停止提供該服務。當然，他們依然掌握著這項技術(shù)，必要時依然可以快速部署使用。

克萊斯勒（Chrysler）、伊頓（Eaton Corporation）和通用汽車（General Motors）等機床公司同樣也參與到遠程服務系統(tǒng)的部署當中。部分企業(yè)對于這項服務的使用較為有限，主要集中在支持制造工程和工藝過程的開發(fā)活動上，對于故障排查服務和維護的支持較少。

在北美地區(qū)，遠程服務技術(shù)在辦公設(shè)備、計算機網(wǎng)絡(luò)和電信網(wǎng)絡(luò)方面的應用，比在機床及機加工設(shè)備領(lǐng)域的應用更為廣泛。例如，Canon、Eastman Kodak、Mita、Pitney Bowes和Xerox出售的影印復印機都配備有限遠程服務功能選件，對設(shè)備可用性和連續(xù)產(chǎn)量要求較高的客戶，通常會要求配套這些選件；然而一般客戶的員工通常不會掌握充分的技術(shù)知識，因此外部服務支持是必不可少的。這和機床使用客戶的情況剛好相反，因為機床用戶的工程員工通常熟練掌握著包括機床技術(shù)等專業(yè)的技術(shù)知識[3]。

3、遠程服務工程系統(tǒng)及其方法論

遠程服務工程尚屬新興領(lǐng)域，主要為制造企業(yè)和客戶解決“檢修服務”問題。隨著制造活動全球化的成長發(fā)展，企業(yè)都在不斷尋求新的方法以期實現(xiàn)對制造運行性能和產(chǎn)品性能的遠程評估。數(shù)字維護診斷工具將提高維護活動中工程實踐的有效性，如整合媒體功能的“watchdog”看門狗型機電一體化信息監(jiān)控芯片等[4–13]。一個典型遠程服務工程系統(tǒng)如圖1所示。

圖1. 典型遙測檢修工程系統(tǒng)

在此處的遠程服務工程系統(tǒng)中共涉及3種關(guān)鍵的新興技術(shù)[12–14]。

3.1 性能表現(xiàn)評估和性能退化評價代理程序（看門狗式神經(jīng)元監(jiān)控芯片）

為遠程站點的操作人員提供機器性能信息評估，需要整合使用多種不同的傳感設(shè)備和推理代理程序。一般而言，組件、機器設(shè)備和工藝過程的運行性能都可以劃分成四種狀態(tài)：正常運轉(zhuǎn)狀態(tài)、退化狀態(tài)、維護保養(yǎng)狀態(tài)和失效狀態(tài)[5,7]。

圖2. 機器性能狀態(tài)

圖2顯示了機器設(shè)備的典型性能狀態(tài)。退化狀態(tài)可以從總體水平上進行定義，或者也可以進行更加細化的定義。

在總體水平上進行定義時，當組件出現(xiàn)退化但并沒有造成功能上的損失時，即可將組件界定為退化。例如，組件出現(xiàn)諸如緊固帶松動、電機電刷磨損、光敏元件受灰塵污染等狀態(tài)時需要采取維護措施，說明其已經(jīng)出現(xiàn)了退化，但尚未失效。

細節(jié)水平上的退化則與組件特征或性能的既定范圍有關(guān)，例如汽車電瓶指示器和溫度指示器等出現(xiàn)的細節(jié)退化狀態(tài)。在更為細節(jié)的水平上對退化狀態(tài)進行界定時，其優(yōu)勢在于我們能夠準確地預測出組件失效故障的影響。出現(xiàn)老化時，組件和機器在最終失效之前都會經(jīng)歷一系列的退化狀態(tài)。如果退化情況可以得到測定和檢測，就能夠在發(fā)生嚴重惡化或者故障失效之前采取主動的維護工作。

為能有效測量機器的退化情況，機器的性能表現(xiàn)、操作人員提供的相關(guān)信息以及機器的工作環(huán)境等都需要進行適應性評估。作者已經(jīng)開發(fā)出一種神經(jīng)元計算算法——“看門狗”代理程序，用于提供在線合成與推理。此外，該代理程序可以通過電話撥號進行連接，從而在遠程站點對機器的行為表現(xiàn)和性能信息進行遠程評估和評價。“看門狗”代理程序及其工作原理如圖3所示。

圖3. 用于行為評估和性能退化評價的看門狗神經(jīng)元芯片

3.2 知識學習和系統(tǒng)故障恢復代理程序

知識密集型工具是從機器及其工作環(huán)境中獲取并整理數(shù)據(jù)的必要工具，用于跟蹤機器性能表現(xiàn)?！翱撮T狗”監(jiān)控芯片將成為機器設(shè)備上的“黑匣子”，用于保存記錄重大組件的標記信息。如果發(fā)生故障，操作人員可調(diào)閱“黑匣子”的內(nèi)容，了解機器設(shè)備在最后幾分鐘的性能表現(xiàn)情況，由此可以快速定位故障并快速恢復系統(tǒng)。這種基于知識認知的信息還可分享到其他機構(gòu)站點。

3.3 協(xié)同維護的數(shù)字服務技術(shù)

需要采用基于多媒體的工具來支持遠程用戶完成維護協(xié)助工作。交互式和協(xié)同式工具將確保技術(shù)人員能夠開展遠距離診斷工作。數(shù)字維護診斷和維護工具，如整合媒體功能的智能頭盔等，將通過協(xié)同維護與診斷來提高生產(chǎn)設(shè)備的效率。智能手套則可以方便操作人員協(xié)同執(zhí)行機器維護和性能調(diào)整工作。

4、研究挑戰(zhàn)和機遇

二十一世紀制造業(yè)所面臨的重大挑戰(zhàn)在于：

• 生產(chǎn)制造的整體解決方案，而不是僅局限于產(chǎn)品和機器設(shè)備；

• 信心和性能保障：用戶開始對設(shè)備制造商提出更加嚴苛的性能規(guī)范，并要求制造商對加工制造設(shè)備故障所造成的損失負責。例如，汽車制造廠都希望購買100%可靠并提供預測性維護功能的機床設(shè)備；

• 可配置和可回收利用：以應對規(guī)?；ㄖ坪铜h(huán)境法規(guī)收緊所帶來的挑戰(zhàn)。

為了在制造業(yè)全球化的今天全面實現(xiàn)遠程服務工程服務，需要有效解決各種問題和技術(shù)挑戰(zhàn)。而我們無法有效解決問題的根源在于未能充分了解生產(chǎn)加工機器設(shè)備的每日性能表現(xiàn)，我們根本不清楚如何測定組件和機器的性能退化情況。我們?nèi)狈τ行У念A測模型，來了解當工藝過程參數(shù)達到固定數(shù)值時，機器設(shè)備將會出現(xiàn)怎樣的性能表現(xiàn)。

因此，我們所面臨的研究挑戰(zhàn)在于，如何構(gòu)建用于對機器性能表現(xiàn)進行遠程評估的有效的模型和代理程序。這些模型在代理程序中必須具備互操作性和響應性，避免遠程用戶總需通過人為操作才能和模型通信。

Lee [4]、Goncharenko等人[12]和Shi等人[13]已經(jīng)探討過特定技術(shù)領(lǐng)域內(nèi)的某些技術(shù)挑戰(zhàn)和機遇。以下總結(jié)了這些挑戰(zhàn)和研究機遇：

4.1 傳感系統(tǒng)標準化

過程傳感和機器內(nèi)部傳感通信是遠程服務系統(tǒng)的根本所在。由于機器及其關(guān)聯(lián)環(huán)境的復雜性，會使用到不同類型的傳感器，因此需要用到各種不同的數(shù)據(jù)采集協(xié)議和系統(tǒng)。作為遠程服務實踐的擴展，越來越多的機器設(shè)備/工藝過程將與遠程診斷系統(tǒng)對接。這里的標準應當包括對典型信號傳感器類型、傳感器輸出范圍、協(xié)議等的選擇。目前已有若干行業(yè)標準可用，但還需要針對傳感系統(tǒng)設(shè)計和部署進行深入的研究，以便開發(fā)出對應的綜合工具。

4.2 自適應傳感器融合及其可購性

機器設(shè)備的一項物理故障（如主軸不平衡）可能會出現(xiàn)多種不同的癥狀表現(xiàn)（如振動、溫度變化、電機負載變化等）并且會被不同的傳感器（如加速度計、熱電偶、電機電流等）檢測到。同樣地，一枚傳感器也會感應到同時出現(xiàn)的多種不同類型的機器故障，傳感器的靈敏度也會隨著工況的變化而出現(xiàn)差異。

因此應當強調(diào)自適應性傳感器融合以提高診斷策略的可靠性。但在研究當中還應當強調(diào)傳感器產(chǎn)品的可購性?？少徯詥栴}將有利于降低傳感技術(shù)的成本，降低對感應數(shù)據(jù)準確性的需求，并提高算法抗噪性能的要求。此外還需要研究以目標為導向的最佳傳感器布置策略。通過實現(xiàn)知識和經(jīng)驗的分享和自學，遠程診斷為前述技術(shù)的開發(fā)提供了理想機遇。

4.3 數(shù)據(jù)壓縮、特征提取和任務分配

傳感數(shù)據(jù)將通過互聯(lián)網(wǎng)傳輸?shù)街醒敕掌?。如果直接傳輸原始?shù)據(jù)則會遇到因流量巨大而出現(xiàn)的長時間延遲，另外中央服務器也因此需要安裝更大容量的存儲裝置。此處需要解決的一大問題是數(shù)據(jù)壓縮和特征提取的數(shù)據(jù)預處理。

盡管其中的相似性較多而且可以借助使用部分技術(shù)，但這里的數(shù)據(jù)壓縮任務不同于影像分析和信號處理的傳統(tǒng)方法。此次研究強調(diào)的是如何在數(shù)據(jù)壓縮和預處理階段有效結(jié)合工程知識與診斷要求。應開發(fā)出“基于工程特性的數(shù)據(jù)壓縮”，以期考慮診斷分析和系統(tǒng)性能評估中的重要特性。

這一類別的舉例包括：

• 從數(shù)據(jù)中識別出工程模型參數(shù)，并且只將模型系數(shù)傳輸?shù)椒掌鳎?/p>

• 從原始傳感標記中提取特性并根據(jù)感興趣的信號信息來調(diào)整閾值；

• 按照從低到高的小波系數(shù)向服務器進行連續(xù)的數(shù)據(jù)傳輸并根據(jù)決策策略來開發(fā)停止條件。

任務分配則是與遠程服務工程系統(tǒng)緊密相關(guān)的另一項主題研究。根據(jù)故障響應時間的需求，監(jiān)控和診斷任務可分類為即期響應（如工具損壞、碰撞等）、中期響應（工具磨損、溫度補償?shù)龋┖吐夙憫C器磨損和退化、環(huán)境變化等）。根據(jù)決策過程中所需要的信息和復雜程度，這些任務又可以分類成單一變量過程變化檢測、多變量分析和整合決策。

目前需要開展相應的研究來對多種不同類別的所有任務加以分類。因此對于要求實現(xiàn)即期響應的任務，“看門狗”代理程序可以實現(xiàn)簡單在線實時的過程變化探測。在未來，遠程服務功能系統(tǒng)應當向更為復雜的診斷任務發(fā)展，以便對多變量數(shù)據(jù)進行必要的關(guān)聯(lián)式退化評估。

4.4 協(xié)同維護與診斷

部署遠程服務工程系統(tǒng)的主要優(yōu)勢在于其所帶來的協(xié)同維護和診斷機遇，可以通過兩個主要方面來實現(xiàn)這些功能要求：

• 故障狀態(tài)數(shù)據(jù)收集：遠程診斷系統(tǒng)為更多機器/工藝過程的故障狀態(tài)收集帶來了機遇，因此可以通過各不同遠程站點的故障狀態(tài)來開發(fā)出更加理想的診斷算法；

• 故障診斷：服務器可提供相應的信息并且交由身處不同地方的專家進行評估。

因此可以整合分布在各不同站點現(xiàn)場的知識來開展更加復雜的協(xié)同診斷。當然，這里還需要對如何管理信息以及如何分配決策組成等開展深入細致的研究。各主題研究內(nèi)容如集散式AI、競爭決策、風險管理等都應當在協(xié)同診斷的背景之下展開研究。

4.5 智能檢修代理程序的自我學習和監(jiān)督式學習

盡管監(jiān)督式學習和自我學習這兩項主題已經(jīng)得到了多位專家的研究，但兩者在遠程診斷環(huán)境下的關(guān)鍵性更加的突顯。遠程診斷需要訪問不同地方的工藝過程數(shù)據(jù)，與傳統(tǒng)診斷技術(shù)相比，這種知識更新的速度會更快。因此，監(jiān)督式學習（或自我學習）顯得更為重要。此外還可以預見到由于新信息的可用性問題，開展此項任務的訓練有素的監(jiān)督管理人員會越來越少。另一項挑戰(zhàn)是，出于學習目的，在使用新信息前如何評價這些新信息。信息評估階段可以作為監(jiān)督式學習/自我學習的組成部分。

4.6 綜合性能評估

遠程服務系統(tǒng)將共同提供多個類別的信息，如在線過程/機器傳感數(shù)據(jù)、歷史故障/退化信息、機器設(shè)計信息等等數(shù)據(jù)。所有信息都應當在開展性能評價時整合到一起。作者已經(jīng)提出過“機器設(shè)備心理學”的概念，該理論專注于在機器性能退化評估中開展基于性能表現(xiàn)的計算而非基于模式的計算，即不采用機器故障狀態(tài)信息。此外，對于機器性能的知識也可以學習并進行建模處理，最終用于進行機器性能的補償。因此，典型機器性能并不一定會隨時間推移而退化，反而還能通過“學習-建模-補償”技術(shù)而得到補償增強。

4.7 自我維護和可靠性

在對整體系統(tǒng)可靠性進行改良以及判斷確定如何應對處理互聯(lián)網(wǎng)系統(tǒng)故障時，應當考慮采用備份策略。在多種不同情況下即便出現(xiàn)性能退化，系統(tǒng)都應當可以實現(xiàn)其基本功能。例如，如果數(shù)據(jù)傳輸和遠程診斷時的互聯(lián)網(wǎng)不可用，則應當執(zhí)行本地數(shù)據(jù)處理來完成遠程站點所正常開展的關(guān)鍵任務。如何以最低成本設(shè)計出高性能的冗余系統(tǒng)也是一項挑戰(zhàn)，而且也和任務分配及分析、簡化診斷算法、信息不完整情況下的決策等等存在著較大的關(guān)聯(lián)。

4.8 再配置性和可轉(zhuǎn)換性

遠程系統(tǒng)是涉及硬件與軟件密集開發(fā)的一種復雜系統(tǒng)。針對不同應用所開發(fā)的系統(tǒng)應當共享公用的模塊。此外，計算機/互聯(lián)網(wǎng)技術(shù)和診斷方法都在不斷快速進步，所開發(fā)出的系統(tǒng)應當可以輕松整合這些進步技術(shù)而無需對系統(tǒng)進行重大改造。因此，再配置性和可轉(zhuǎn)換性在系統(tǒng)開發(fā)的各個方面都是重點。

5、結(jié)論

至2000年，遠程服務功能將成為廣大新式機器設(shè)備上的可用選項功能。工廠內(nèi)越來越多地將PC計算機用于CNC數(shù)控機床和其他應用，計算機的使用也因此得到普及。通過遠程服務開展故障檢修所需的絕大多數(shù)附加技術(shù)、傳感器、軟件和系統(tǒng)架構(gòu)都已經(jīng)就位，但整個產(chǎn)業(yè)目前還沒有對如何利用這種遠程服務形成明確的構(gòu)想。

從CNC數(shù)控機床的角度來看，其主要標準和架構(gòu)難點仍在于多數(shù)CNC數(shù)控機床供應商不太愿意使用標準化的開放架構(gòu)。但其他行業(yè)中對遠程服務的應用案例，例如辦公設(shè)備的應用案例等已經(jīng)明確表明了未來的發(fā)展趨勢。

截至2000年，美國供貨的大多數(shù)機床都將具備一定程度的遠程服務性能[3]。遠程服務的部署使用只會增加一點點的成本。而在未來，遠程服務可能會改變車間的運作，尤其是部署使用了診斷和預防維護功能的車間，對生產(chǎn)車間的上層組織架構(gòu)將會帶來更加深遠的變革影響。

全面部署遠程服務將把機床所有者/操作人員和機床制造商的專家聯(lián)系在一起，減少組織架構(gòu)中若干不必要的中間環(huán)節(jié)，例如現(xiàn)場維護技術(shù)員、維護保養(yǎng)特派員、現(xiàn)場生產(chǎn)與工藝工程師或者上門服務技術(shù)員等。

我們預計，隨著工程內(nèi)計算機化的大范圍普及，以及對工藝過程理解的深化改善，必定會讓遠程服務延伸到故障檢修排查之外的其他領(lǐng)域。制造商和用戶將獲益于遠程服務所帶來的設(shè)備和過程可靠性的提高。此外，除了設(shè)備本身，制造類供應商還將獲益于客戶銷售過程解決方案中所出現(xiàn)的機遇。

本文綜合概述了遠程服務工程領(lǐng)域所出現(xiàn)的新興技術(shù)。此外，文章中還對未來研究中的挑戰(zhàn)與機遇進行了探討，探索如何開發(fā)出輔助性的技術(shù)來支持全球綜合性數(shù)字服務型企業(yè)。

參考文獻

[1] NRC, Information Technology for Manufacturing, National Research Council Report, March 1995.

[2] J. Lee, Manufacturing Study in Japan, NSF Report, 1996.

[3] Teleservice for Industrial Production — Potential and Realization Assistance, Technology Research Corp. Report, NCMS, Ann Arbor, Oct. 1996.

[4] J. Lee, R and D strategy on remote maintenance and diagnostics, Reliability and Maintainability Symposium, Philadelphia, PA, 13–16 January 1997.

[5] J. Lee, In process machine degradation monitoring and fault detection using a neural networks approach, D.Sc dissertation, George Washington University, 1992.

[6] J. Lee, B.M. Kramer, Analysis of machine degradation using a neural networks based pattern discrimination model, Journal of Manufacturing Systems 12(3) (1992) 379–387.

[7] J. Lee, Modern computer-aided maintenance of manufacturing equipment and systems: review and perspective, Journal of Computers and Industrial Engineering 28(4) (1995) 793–811.

[8] J. Lee, Machine performance monitoring and proactive maintenance in computer integrated manufacturing: review and perspective, International Journal for Computer Integrated Manufacturing 8 (5) (1995) 370–380.

[9] J. Lee, Assessment of teleservice technology in manufacturing industry in the U.S. (in japanese), Journal of Japan Welding Society 66 (4) (1997) 70–72.

[10] J. Lee, Measurement of machine performance degradation using a CMAC based neural network, Proceedings of the 27th CIRP International Seminar on Manufacturing System, Ann Arbor, MI, May 1995.

[11] J. Lee, Strategy on globalization support—remote manufacturing system, Proceedings of Advanced Production Management (APM’96) Conference, Kyoto, November 1996.

[12] I. Goncharenko, K. Mori, J. Lee, Real-time monitoring of machining processes via the internet: VR modeling approach, Proceedings of the International Conference on Manufacturing Milestones toward the 21st Century, Japan Society of Mechanical Engineers, Tokyo, 1997.

[13] J. Shi, N. Jun, J. Lee, Research challenges and opportunities in remote diagnostics and system performance assessment, Proceedings of 4th IFAC Workshop on Intelligent Manufacturing Systems: IMS’97, Seoul, Korea, 21–23 July 1997.

[14] J. Lee, Measurement of the machine performance degradation using a neural networks model, International Journal of Computers in Industry 30 (1996) 193–209.