凭借强大的驱动与控制技术，Lenze公司能够在其高架立体库中实现货物的自动化装卸，顺利完成高达25 000件/天的物流运输任务。然而，高复杂性物流系统的维护保养却极为棘手。一旦系统中某处出现故障，整个物流系统便会陷入停滞。物流仓库系统的停机时间，取决于故障发现与修复的速度，最长可能达数天之久，同时还会产生高昂的成本。正因如此，人们开始在AI的框架下，探寻可靠的物流设施意外故障预防措施。 

图1  现在，Lenze公司的高价立体库得到了AI维护保养助手的支持。AI助手能够在设备出现重大问题之前就检测出潜在的风险。左：Lenze公司创新产品主管Heiko Stichweh博士，他与霍伦霍夫IEM研究所的Maximilian Bause先生共同开发了整个项目

安排维护保养周期的智能方法

为避免物流系统因故障停机，Lenze公司在霍伦霍夫IEM智能一体化技术研究所的协助下，研发出一款基于人工智能的设备维护保养助手。正如霍伦霍夫IEM研究所所言，这款物流设备维护保养助手运用了“机器学习”算法，能够精准识别物流仓库中的关键区域以及需要人工介入的环节。

该维护保养助手软件具备提前预判设备零部件磨损状况的能力，可在零部件磨损达到极限之前，准确判断其磨损程度。例如，当堆垛机的导向轮或驱动装置出现严重磨损迹象时，物流设备维护助手能及时发现，并迅速提醒物流设备维修工开展维护保养工作。软件系统会精确定位受损部位，随后维修工可据此制定有针对性的维修计划，比如更换导向轮。不过，这类维护保养计划的实施会受到物流计划、交货时间以及备件供应等多种因素的制约。

易于补充安装的AI维护保养助手

基于AI技术的维护保养具有显著特点：智能助手能够从电机内置的传感器中采集监控信息，此时电机成为机床设备与智能维护保养助手之间的“信息桥梁”。当机床设备整体系统运行出现“异常”时，传感器会察觉到电机“实际数据”与“正常数据”存在偏差。智能维护保养助手的算法语言经过专门设计和训练，使其能够精准识别并定位发生变化的“位置”。

对于已购买Lenze公司机床设备的用户而言，只需将老式机床设备的传感器“替换”为具备人工智能维护保养功能的传感器，即可轻松应用智能助手传感器。这一举措不仅简化了智能助手传感器的应用流程，还为用户节省了大量成本费用。

无需云 只用嵌入式和边缘设备

在开发人工智能维护保养助手的过程中，研发团队从Lenze机床优质的数据中收获颇丰。这些数据是通过高频、高分辨率且低噪声的扫描方式获取的，所以电动机的工作数据质量极高。这极大地助力了对各个关键部件工作情况进行有针对性的分析与监控。正如Lenze公司的一位专家所言，这种优势同样适用于那些没有电动机的设备。不过，在使用智能化维护保养助手时，团队面临的最大挑战在于：需要处理海量、资源密集且能耗巨大的数据。为此，项目团队特意采用嵌入式和边缘设备的解决方案，取代云技术解决方案。如此一来，在需要时能够直接在机床设备旁处理数据。这不仅大幅减少了时间延迟，还显著提高了数据的安全性。

图2  霍伦霍夫IEM研究所的Maximilian Bause先生和Lenze公司下属Dock One实验室的Simon Michalke博士一同开发能够早期发现智能维护保养助手算法语言；这种算法语言能够及早发现Lenze技术装备上的缺陷和磨损状况

自动化技术领域对AI人工智能维护保养助手也很感兴趣

Lenze公司在其位于Exteral的机电一体化能力中心的物流设施里成功集成了AI维护保养助手。这一举措让使用智能助手的企业能够收集关于故障、失效和磨损等方面的机器学习训练数据，进而持续优化“预防性维护保养”方案。Lenze公司还打算将智能化维护保养助手作为标准产品，融入到其他软件产品中，以便在自动化行业的更多应用场景中发挥作用。得益于该系统的灵活性，它还有望应用于其他驱动技术装备。

低成本的预测性维护保养

尽管预测性维护保养具备巨大的应用潜力，但众多企业对于斥巨资购买预测性维护保养技术装备仍心存顾虑。这是因为采用该技术的投入成本高昂，且其带来的收益难以提前量化评估。正因如此，霍伦霍夫IEM研究所致力于开发更易使用、成本更低的智能化维护保养技术解决方案。据研究所研究人员介绍，IEM研究所的智能化维护保养技术方案借鉴了工业锯改进的原理。该方案采用低成本传感器，按时间顺序采集数据并上传至云端。随后，基于人工智能的算法对采集到的“工业锯”状态数据进行分析与优化，进而给出下一步的维护保养建议。自2024年夏季起，已有不少企业开始采用霍伦霍夫IEM研究所开发的这一智能化维护保养技术方案。

在此顺便提及，Lenze子公司Encoway公司与霍伦霍夫IEM研究所之间的合作，获得了德国联邦教育与研究部（BMBF）推出的EASY项目（该项目于2020年10月～2023年12月期间开展，聚焦于生产系统中的嵌入式人工智能）的资助。此外，Düspohl机床设备制造厂也是该项目的合作伙伴之一。