西门子基于“数字双胞胎”加人工智能技术，可成功预测电机使用寿命

“预测性维护”是减少小型电机停机时间的有效方法。现在，由于西门子的一项新开发技术，使其变得更加简单。“数字双胞胎”和“人工智能”的结合确定了电动机的剩余使用寿命并明确了这是延长电动机使用寿命的有效途径。（当今最复杂的产品和流程是在虚拟世界中设计，测试和校准的，然后才能在现实世界中制造。 模型校准涉及创建和模拟未来产品的软件模型，这带动了“数字双胞胎”的创造。）


因为泵、鼓风机和压缩机都需要电机驱动，一台电机发生故障会造成高昂的经济损失，包括生产损失，快速维修和设备更换的损失。这就是为什么很多公司越来越依赖“预测性维护”，在漏洞造成损害之前对电机进行检测的原因。

西门子数字工业公司（Siemens Digital Industries）将为低压电机提供“预测性服务协助”应用程序。结合智能分析算法，该应用程序支持预测性维护。此前，工业界尚无法估计剩余使用寿命，这意味着无法从当前状态值确定这些值是否会导致停机故障。西门子客户服务经理Matthias Erlwein表示：“每个技术服务人员都认同这将是一个巨大的进步” 。“即使拥有数十年的经验，他们仍然无法预测未来。”

“数字双胞胎”加人工智能
西门子研究人员现在首次找到了一种精确地做到这一点并预测低压电动机的剩余使用寿命的方法。 “数字模拟专家 Vincent Malik表示：“我们使用“数字双胞胎”来识别各种因素对剩余使用寿命的影响。“数字双胞胎”是一种机器，流程或生产工厂的虚拟模型，其中包含与其部署相关的所有数据和仿真模型。

为了生产低压电动机的数字式多谱勒仪，Malik的团队执行了几个步骤。首先，他们使用高保真模拟来开发电机系列的数字双胞胎。然后，他们基于这个数字双胞胎，将人工智能与正在运行的电动机结合使用，以确定其他关系-例如，磨损条件影响传感器值的确切方式。结果得到一个新的，精致的“双胞胎”。马利克和他的同事所要做的就是在数字双胞胎中输入单个电动机的数据（例如尺寸和重量）以获得详细的模型。

尽早决定是否需要采取行动
定制的“数字双胞胎”可以识别单个电机潜在故障的因果链。例如轴承损坏问题，越旧的轴承，振动越大，反过来又增加了电机的振动和材料疲劳，西门子数字工业公司的Christian Wolf Pozzo解释说。其他可能的原因可能是机械因素或不利的环境条件 。 在几秒钟之内，就可以计算出其剩余使用寿命。”基于此，西门子服务专家可以决定是否需要采取措施，例如减少功率或更换某些组件。因此，产品数据成为优化流程的宝贵知识。 有效地延长使用寿命，降低成本并提高质量。Malik说：“这种方法可以很容易地应用于旋转设备，例如压缩机，鼓风机和泵。”