贝加莱远程维护服务 助力制造业智能转型

zgznh ^®访贝加莱工业自动化（中国）有限公司技术传播经理宋华振先生

▲宋华振先生近照

文：中国智能化网

2020年年初，一场突如其来的新冠肺炎疫情肆虐，贝加莱通过远程维护服务，为制造业复工复产保驾护航，不仅远程维护、预测性维护等智能化技术服务方面扮演着领先者角色，也在助力我国制造业实现智能化、数字化转型升级的道路上发挥着技术优势。近日，中国智能化网（www.zgznh.com）记者采访贝加莱工业自动化（中国）有限公司技术传播经理宋华振先生时，他结合贝加莱长期“以客户需求”、“创新”的市场实践，向我们介绍了远程维护和预测性维护等智能制造服务业技术。

远程维护服务领先者

积极发展服务型制造和生产性服务业，是《中国制造2025》九大任务之一；2017年，工信部等发布《发展服务型制造专项行动指南》，旨在推动和鼓励远程维护等服务型制造的发展。

宋华振为我们分析：“贝加莱的系统一直支持远程维护服务。因为贝加莱的PLC采用基于定性分时多任务的操作系统，该操作系统具有很强的网络功能，贝加莱2003、2005系列的PLC产品可以运行Web Server,VNC Server等系统、可以通过智能诊断器SDM进行远程系统诊断。和当年采用电话拨号方式或者ISDN方式连接远程设备相比，我们在这方面的技术领先且应用成熟”。

经过20年的市场探索与积累，贝加莱于2019年升级到新的安全远程维护技术（Secure Remote Maintenance，简称SRM），为用户打造“安全、私密、高速简单的”远程桌面系统。用户即使在家里，通过五步工作法，即可访问远程机器并完成设备的远程诊断和维护工作：

第一步：登陆贝加莱官网Download\Software\Remote Maintenance\linkManager or GateManager下载软件；第二步：在GateManager云端，通过IE浏览器访问然后注册您和您的同事在列表中，为后续访问开放权限；第三步：SiteManager，和家用路由器的使用一样简单，PC连网线到SiteManager， IE浏览器登录默认IP: http://10.0.0.1，然后输入“Admin”账号，输入MAC地址，把目标的机器前面那个盒子配置到GateManager的列表里；第四步：直接将PLC连接至SiteManager，由SiteManager将PLC与位于云端GateManager连通；第五步：打开linkManager，在GateManager里连接的那些机器的SiteManager，亮着绿灯的，点击“连接”，就给你连上了。

安全透明的远程维护

贝加莱的SRM类似于Teamviewer的远程桌面，不同之处在于Teamviewer是用于办公的远程桌面系统。SRM远程连接的核心是安全；另外它也采用现有的IT网络，可便捷高效地借助于现在的云连接方式；其次它采用的是加密数据传输，可确保整个链接的安全性。

宋华振先生谈到：“SRM的优势是透明，冰清玉洁、晶莹剔透，如在眼前一样。安全和加密技术，讲起来时间太长了，反正就是安全妥妥的，可以多个连接，对设备进行集群管理，连接方便。设备制造商、用户、贝加莱的工程师都可以通过微软Azure、华为云、阿里云、Amazon等云平台对现场设备进行远程访问和维护，不管您的机器设备在哪里，均能随时、随地，实现无所不在的连接”。

三分建设，七分运维，SRM构建全新的智能化运维管理体系，是运维革新的关键。传统的制造业电气技术运维服务中，七成问题都是“鸡毛蒜皮”的小事，工程师根本无需亲自出马，现场人员即可轻松搞定，一定程度上造力、物力和财力的浪费。可以说，远程维护服务是智能制造发展的基础，而智能制造的发展也是制造业远程维护服务发展的驱动器，二者相辅相成。

远程维护作为智能制造5大应用模式之一，是智能制造标准体系中智能服务标准分支的重要内容。通过远程维护服务可有效降低设备故障率，提升设备使用率与使用寿命，既能减轻制造商的负担，又能显著提升产品价值。

远程维护建立在客户现有需求之上，确保及时快速服务；预测性维护则建立在客户未来需求之上，是保证未来高效、可持续服务的关键。两者都建立在“客户需求”这一基础之上。

着眼于未来的预测性维护

对制造业而言，生产设备制造过程复杂，设备价值高，一旦出现异常，损失巨大。为了应对突发的设备故障问题，公司还需要配件库存，这些配件有的也许会不够用，有的也许很久也用不上。对此情况，预测性维护系统会有极大的改善。预测性维护是工业4.0的关键创新点之一，能优化设备的维护时机，让设备故障“未有形而除之”在实现更加高效维护的同时降低成本、提高效率，具有广阔的应用前景。

宋华振先生谈到：“预测性维护技术包括两种：一种基于机理模型驱动，它根据机械的失效模型来分析故障；另一种基于数据驱动，即通过机器学习模式来实现对故障的分析，这两种方式各有其优缺点。机理模型具有可解释性，而数据驱动则缺乏可解释性。机理模型对于人的经验要求更高，需要数十年的积累，而数据模型可以通过大量数据的分析形成一种模型。最好的方式是将两者结合，可充分利用已有人员的经验和知识，对非线性、不确定的部分可采用数据驱动模式”。

从他的交谈中我们还得知：预测性维护实际上是一个机械、工艺、测量、分析、学习等跨学科融合的任务，需要专业的机械、工艺、机器学习专家共同来完成的。预测性维护服务于2012年左右逐渐走入制造业，通过振动传感器和信号处理模块可以直接对原始信号进行处理，包括具备滤波、包络曲线分析、快速傅里叶变换等能力的模块，直接可以获取机器的轴承、连接器等振动信号，相对于电流电压等而言，振动对于机械故障的分析能力更强，可以分析负载不均衡、磨损、润滑不足、共振等各种问题。当然，这些需要与专家系统进行连接。贝加莱主要提供信号采集与处理，而专家系统通常是第三方的。目前贝加莱也正在研究基于数据驱动的模型。通过机器学习建立模型的方式，贝加莱已在多线切割、印刷机传动等项目中使用。

他认为：“我国制造业目前面临的问题除了疫情，更多的是本身处于创新的“转折点”。对于存量市场的竞争，赚快钱的时代已经过去，需要真正的‘创新’、‘客户需求导向’等新的业务模式来赢得竞争、赢得客户和市场的尊重。对此，贝加莱是擅长的。我们一直致力于为制造业提供‘更有个性化’、‘差异化’的解决方案。对贝加莱而言，不管疫情与否，‘让自动化变得简单’仍然是我们坚定方向、凝聚合力、持续推进的工作。未来也将持续在数字化设计、开发、维护、培训多个方面，重组我们的技术方案和团队，以高效服务来应对更加复杂的用户需求变化。工业自动化行业是不断应对“不确定”、“干扰”的行业，对贝加莱来说，变化的因素很多，但永恒的是更好地服务用户，在这一点上所做出的努力都是会有回报的”。