项目背景
在汽车制造和汽车零部件生产企业中，全自动焊接机器人占比高达76%。某大型汽车制造厂的机器人故障维修往往需要6~8小时，且服务费、维修费高昂。设备停机导致生产停滞，进一步产生大量损失。传统质量管理模式依赖人工经验，质检压力大。基于手工记录的生产效率统计分析方式，无法保证数据的实时性和准确性。此外，受疫情影响，传统定时定量保全方式越来越难以实施。

项目方案
在线健康监控：实时采集机器人关键部件的运行数据，基于算法模型在线监控和预测机器人可能发生的故障隐患，将传统TBM转变为以设备状态进行管理的CBM，方便用户做进一步追踪分析。
日志告警管理：采集机器人事件日志，支持历史数据查询及可视化。采集并记录告警码，统计告警数据，分析告警原因。提供告警筛选和历史记录查询，快速查看最新告警列表，定位急需解决的告警故障。
运行分析报告：基于算法模型配置用户自定义机器人状态，自动产生不稼动原因分析和有效运行时长统计报告，进一步深化设备管理，帮助用户更有效地使用设备，提高设备运行能效。

项目成果
有效提取机器人报警日志和状态，提前检测异常状态，预知告警，快速分析告警原因以及对应的处置建议，并提供专业的技术指导，迅速响应并解决问题；
自动化工厂处于高速运转状态，任何停机都会给工厂造成较大的损失。在故障发生前进行设备维护，打造零停机工厂，实现连续生产，提高了工厂OEE；
通过更直观、更透明的方式，使工厂管理者可以随时随地掌握机器人运行状况，跟进加工任务，并通过可视化运行分析报告辅助决策，提高客户满意度。