智能維修

人工智能在維修領域中主要應用於在故障診斷、維修訓練、維修管理、維修評估等方面，其中維修管理包括維修決策、維修規劃、預防性維修間隔期的確定等。 ^[1] 

1、故障檢測與診斷

故障檢測與診斷是產品或設備進行修復性維修的前提，準確的進行故障檢測、診斷和故障隔離是實施正確、及時維修的先決條件。採用專家系統，進行故障檢測診斷診斷是人工智能技術在維修領域最為廣泛的應用。根據故障現象，利用匯集維修領域專家知識和經驗建立專家系統，包括建立故障特徵信息庫、知識庫，維修策略信息庫等，或採用基於案例推理的方式，進行故障檢測與診斷，以便為設備管理人員或維修人員提供故障檢測與診斷的智能決策。

文獻 ^[2]  提到了Kitchen等建立了一種集可靠性、維修性和測試性分析於一體的專家系統，該系統可根據潛在故障模式和產品結構框架，利用工程師和測試專家已有的知識和經驗，運用基於案例的推理技術，推薦需要進行的測試工作和測試點，以便進行故障隔離，該系統已用於Martin Marietta電力供應系統；北京理工大學將專家系統技術應用於柔性製造系統的故障診斷，並建立了智能型維修庫，將診斷和維修重要專家知識等以知識庫的提供給用户和廠家。

一些智能診斷的軟件也相繼被開發並投入實際使用，文獻 ^[3]  中描述了測試行業開發的多種輔助維修程序，如被稱為診斷專家的美國陸軍隊的SPORT和空軍的 IMIS診斷系統，該系統可協助設備管理人員進行自動機械的故障診斷，通過提供系統的故障特徵，並逐步分析，為維修或服務提供建議；Xiaoguo Zhu等人開發的一個人工智能保障系統（IMSS）用於卡車的狀態監控、故障診斷和維修，以降低集成採油車等大型機電設備的維修費用；Milacic等人採用自動控制理論、知識模塊、人工智能工具和技術等元素，開發一個名為EXMS（專家維修系統）的專家系統模型已被開發，用於柔性製造系統（FMS）機械的診斷和維修。

2、維修管理

維修管理在設備維修中具有重要的作用，缺乏科學維修管理的企業將面臨嚴重的後果，如工廠關閉、公司破產，有時甚至會導致喪命的後果。而良好的維修管理可以帶來更好的作業環境、更好的效益。人工智能在維修管理方面也有許多應用，利用專家系統的模擬和推理、知識發現等功能，人工神經網絡的學習特性，建立設備維修決策模型，實施設備維修的智能決策和管理，為企業提供維修決策、確定大型、複雜設備的維修間隔期，進行維修方案選擇等。

維修決策：智能維修決策系統可以根據維修人員輸入的相關信息，提供可選擇的維修方案。因為在具體的維修實踐中，維修人員的經驗和水平是一個不可忽視的因素，一個具有豐富維修經驗的人員所做出的維修決策和選擇的維修方案比一個缺乏經驗的維修人員所做出的維修決策和選擇的維修方案，從時間、費用、效益等方面多要好得多，因此，可以充分利用領域專家知識和實踐經驗建立專家系統進行維修決策。採用專家系統進行維修決策，可用於各類複雜設備的維修管理。文獻 ^[4]  採用智能型維修系統，將診斷技術與現代信息技術結合在一起，從而獲得最佳的壽命週期費用；文獻 ^[5]  中描述了採用人工智能技術實現維修管理系統的集成，該系統不僅考慮公司設備維修工作，而且還考慮產品質量，生產系統效率和生產費用，實施基於人工智能的維修管理系統規劃，並控制維修活動。該項目已經在香港中心紡織公司實施。

確定最佳修理間隔期，為維修部門提供合理的維修規劃。對於預防性維修活動，如定期潤滑，檢測和維護等，都是預先規劃並事先確定操作時間的。定期維護，不考慮設備工作狀況，其結果是造成大量的維修資源的浪費。文獻 ^[6]  採用可靠性工程中的概念，統計過程控制（SPC）技術，人工智能技術，開發了一個決策支持系統來根據設備的工作狀況動態的地規劃預防性維修活動。採用人工神經網絡中的遺傳算法，進行預防性維修優化，該系統已經應用於核電力設備中；文獻 ^[7]  介紹了採用遺傳算法尋找最優的時間規劃並選擇合適的維修人員配置，優化核電力設備的預防性維修。

智能控制：開發智能控制維修管理系統，以解決設備管理中控制、維修和管理相互獨立，自動化和信息的角度被分割在不同的層次，形成獨立信息孤島的問題。文獻 ^[8]  提出了一個智能控制維修管理系統（ICMMS）。該系統是集成的、分佈式的、開放的和智能的，解決了設備管理中的信息孤島問題，並將開發的 ICMMS成功的應用在一些水利力發電設備和配套的中心電力設備上。

質量評估：利用人工神經網絡的學習特性，實現對管理專家評估思想的學習與模擬，建立了航空維修質量評估專家系統，為航空維修工程的宏觀質量管理提供決策支持 ^[9]  。

3、維修訓練

對於大型化、複雜化的關鍵設備而言，一旦發生故障造成的經濟損失往往是巨大的，因此就要求維修人員能夠迅速、準確判斷故障性質和故障部位，及時處理故障，恢復系統正常運行，這就要求有合適的維修訓練環境，能培養一批具有豐富經驗的維修人員。智能維修訓練系統就能滿足維修訓練的需要，為受訓者提供了一個模擬的工作環境使他們能在計算機上安全可靠地進行維修操作，使“新手”很快能成為一名熟練的維修人員，加快了維修人員的培養週期，提高了維修保障水平，同時節約了費用。文獻[10]描述了“AEA敏捷方法”訓練管理系統，採用訓練或跟蹤“智能”來自動複習評審和存儲，並作為常規下載發送，標明臨近老化或故障信息，立刻發出“警報”對發出“警報”。該系統優化了用户的維修管理系統，使用户能夠在正確的時間實施正確的維修，採用正確的可以利用的器材料、以及獲得發現故障的正確信息；我軍部分裝備維修部門也針對一些大型裝備開發了相應的智能維修訓練系統。

隨着人工智能技術是發展和應用，在維修中的應用領域將會逐漸擴展，不再僅僅侷限於以上領域。概括起來，在維修過程中直接運用人工智能的領域主要有：a、智能診斷，藉助人工智能方法，在監測的基礎上對複雜系統的故障進行分析和判斷，確定出故障位置、原因等，並給出解決方法；b、機器人學，採用機器人的視覺和模式識別本身需要人工智能的方法才能解決。例如讓機器人完成特殊環境下的維修任務；c、智能設計，在維修性設計中引入人工智能。有很多設計難於建立數學模型和用數學方法求解，與人工智能相結合的CAD、CAPP等為維修性設計開闢了新的途徑；d、智能控制，主要有專家控制系統與專家控制器，仿人智能控制器，基於神經網絡的控制系統等。 ^[1] 

計算機技術和信息技術以及網絡技術的發展，促使智能維修將向着綜合化、網絡化的方向發展。其綜合化包括功能的綜合化和技術的綜合化，是指未來所開發的智能維修系統將不僅針對某項維修職能或任務，而是集成化、綜合化的智能維修功能，可能包括故障診斷、維修決策、維修規劃、維修訓練等多項功能，開發的智能維修系統所採用的技術是綜合化的，可能包括專家系統、神經網絡，還可能融合了網絡、仿真、虛擬等各項技術；其網絡化則是通過網絡，實現智能的遠程監控，及時獲得設備的狀況，發出故障警告，相關的維修信息實現網絡共享。隨着互聯網和無線聯網技術進一步發展，未來各大型製造企業的製造實施將從傳統的工廠集中體系向電子工廠和電子供應鏈體系轉變，網絡化的電子維護將為公司提供智能性的預測工具通過互聯網無線連接系統來監控公司資產，防止出現不可預料的故障。一個“看門狗”裝置可以作為“黑匣子”使用。一旦出現失敗，操作員可以從“黑匣子”中得到最後幾分鐘的導致機牀損壞的信息。這樣就可以迅速確定故障的位置，進行迅速的修復。同時，相關知識信息也可以和其他用户在聯網或無範圍約束環境下實現資源共享，運用網站通過資源優化來得到近乎零停工的性能。