BOSCH Program Description

1. PREDICTIVEMAINTENANCE

2. Predictive maintenance
ED/MFT73-CN|2019-03-12
©RobertBoschGmbH2019.All rightsreserved,alsoregardinganydisposal,exploitation,reproduction,editing,distribution,aswell asintheeventof applicationsforindustrial propertyrights.
2
皮带故障情况– TEF2 反馈结果
产线长输送皮带
同步皮带
(齿轮皮带)
产线短输送皮带
过渡皮带
频次： 几个月一条；
总体数量： 几千条；
最常见： 举升平台皮带
近期：AHC-A绕线机位置
第一步 ： 选取AHC-A的涂敷机位置为trier run
第二步 ：推广到举升平台皮带
第四步 ：推广到过渡皮带
第三步 ：推广到同步皮带
第五步 ：推广到所有皮带
故障率

3. Predictive maintenance
ED/MFT73-CN|2019-03-12
©RobertBoschGmbH2019.All rightsreserved,alsoregardinganydisposal,exploitation,reproduction,editing,distribution,aswell asintheeventof applicationsforindustrial propertyrights.
3
皮带状态- 大数据分析目标
 1. 现场使用得同步皮带-例如两米长得力士乐玻璃纤维皮带，受用寿命不长（2-3个月），如果使用国产
替代产品，寿命更短；
---影响1： 如果皮带断裂，维修复杂，并且维修时间长，对生产影响较大（维修时间大约2小时）
---影响2： 皮带断裂导致整条皮带线上所有设备无法生产，停机影响大；
---影响3： 博世工厂皮带线数量庞大，整体备件和停机损失大。
项目需求：
 1. 皮带寿命提升– 基于数据分析，找出影响寿命的因素，提升皮带寿命到中位值附近；
 2. 皮带更换预警– 基于数据分析，找出皮带损坏的预警信息，提前告知TEF相关人员进行皮带的维护和
更换；
补充要求：
 1. 需要湖大协助确定特征信息- 那些特征可以预测皮带状态

4. Smart Sensor
ED/MFT73-CN|2019-03-12
©RobertBoschGmbH2019.All rightsreserved,alsoregardinganydisposal,exploitation,reproduction,editing,distribution,aswell asintheeventof applicationsforindustrial propertyrights.
4
张力测试情况– TEF2 反馈结果
巨力绕线机-
张力仪
奥曼绕线机-
张力仪
ATMO5绕线机
-张力仪
频次： 几个月一次；
总体数量： 15* 4；
最常见： 张力仪输出不准
近期：GBM
第一步 ： 选取GBM的绕线机位置为trier run
第二步 ：推广到奥曼的绕线机
第四步 ：推广到所有ATMO5绕线机
第三步 ：推广针绕(奥曼+ ATMO5)
第五步 ：推广到所有绕线机
故障率
准确性

5. Smart Sensor
ED/MFT73-CN|2019-03-12
©RobertBoschGmbH2019.All rightsreserved,alsoregardinganydisposal,exploitation,reproduction,editing,distribution,aswell asintheeventof applicationsforindustrial propertyrights.
5
张力仪监控- 大数据分析目标
 1. 张力仪寿命提升 – 基于数据分析，找出影响寿命的因素，提升张力仪寿命到中位值附近；
 2. 张力仪更换预警 – 基于数据分析，找出张力损坏的预警信息，提前告知TEF相关人员进行张力仪的维
护和更换；
TEF1 request :
 3. 张力仪的准确度监控 – 基于外部的附件监控装置/方法/大数据分析，提升当前的张力测试的准确度，
并形成张力测试的闭环。
补充要求：
1. 需要湖大考虑张力预测的特征信息的确定或者理论依据-那些特征能预测张力仪故障
2. 机械设计需求-在狭窄空间内实现高精度位置/距离监控

6. Big Data Analysis
ED/MFT73-CN|2019-03-12
©RobertBoschGmbH2019.All rightsreserved,alsoregardinganydisposal,exploitation,reproduction,editing,distribution,aswell asintheeventof applicationsforindustrial propertyrights.
6
绕线机监控情况– TEF1需求
设备特性监控：
• 实时张力监控——预防此过程参数失效引发的绕线缺陷、挂钩失效，出现偏差则预警
• 助挂器与整流子端面距离监控——预防此距离异常引发的挂线缺陷，出现偏差则预警
• 外钟罩与抱快上端面距离监控——预防此距离异常引发的挂线缺陷，出现偏差则预警
• 产品需要和设备相对应
产品特性监控：
• 产品的HT值，超过SPC设置的过程控制界限即预警

7. Data analysis
ED/MFT73-CN|2019-03-12
©RobertBoschGmbH2019.All rightsreserved,alsoregardinganydisposal,exploitation,reproduction,editing,distribution,aswell asintheeventof applicationsforindustrial propertyrights.
7
CISS
通过振动/温度/湿度的历史状态/变化趋势来进行预测性分析
-step 2– step 5计划导入锐博研发
振动数据收集、关联性分析 - 评判标准：建立粗糙度和振动的关系模型并输出预测结果Phase 1
建立振动数据与特定设备状态关联关系 - 评判标准：建立振动与图形关系模型Phase2
大数据相关性 - 评判标准：基于车削不良和现场调整的动作关联关系建立Phase3
人工智能的专家系统 - 评判标准：基于产品状态和大数据相关性模型，自动提醒/变更相关参数Phase4
人工智能的专家系统推广 - 评判标准：大数据的相关性和产品状态在其他设备上使用，如涂敷Phase5
• OPL：图形不良的影响在那边还在和TEF1的专家(WJ)继续沟通过，目前怀疑没有关联性
• On going ：目前已经基本建立和粗糙度和振动信息的关联性，由于粗糙度不良的换刀，需要持续监控
• Target： 建立模型的评估体系（eg:基于数据的损失函数）
• Ongoing：和PLC/MSE专家沟通怎么将生产的调节信息保存并关联CISS信息
• Planning -> 基于现场调整信息和生产质量的建立管理，在出现类似质量变化趋势，提供建议；
• Planning –考虑在其他设备上建议设备和相关信号的关联关系；
采集数据
预测数据

8. 焊接数据库
Data analysis
ED/MFT73-CN | 2019-03-12
© Robert Bosch GmbH 2019. All rights reserved, also regarding any disposal, exploitation, reproduction, editing, distribution, as well as in the event of applications for industrial property rights.
8
Welding -EMS
通过振动/温度/湿度的历史状态/变化趋势来进行预测性分析
- 需要引入Rexroth的相关技术/支持
采集焊接控制器的数据（设置/参数/报警信息并进行可视化展示）Phase 1
大数据分析 (基于生产参数信息-进行焊接趋势监控/参数上下限建议)Phase 2
人工智能的专家系统Level1 (通过历史数据，自动建议参数范围的调整 –如电压，电流，能量)Phase 3
生产/办公网络
工业以太网
• On Going – 在和TEF1 & Rexroth讨论数据传输的可能性 ;
• OPL：IOT Gateway的是否可以实现互联/数据库Rexroth是否能够开放
• OnGoing ：已经在与TEF1(ZQR)的沟通是否存在可能性，同时，可能需要和Rexroth进行进一步沟通
• Target： 能够实时的预测异常(比如，电压电流的超差)；数据分析的能力，CMK, CPK
• Planning – 建立出焊接控制器以外的参数和质量调整的相关建议/相关性
• Planning ->通过焊接设置/实际的大数据分析，提供自动的参数调整建议
人工智能的专家系统Level2（根据现场调整记录和产品质量关联性，自动建议/调整所有参数）Phase 4