背景：

庞大的工业机器人数量给设备管理带来了前所未有的挑战：1，设备量级大，所有设备都进行预防性维护人力成本和备件成本高；2，生产压力大，维护时间短，周末检修压力巨大； 3，设备大停机具有不可预测性； 4，资产管理成本高，不准确，利旧时没有可参考数据。传统的紧急性维修、修正性维修和预防性维护方式已经不能满足大规模机器人自动化生产线的运维要求。

内涵与创新：

维修模式创新。借鉴“网约车”模式，开创了“滴滴维修”。紧急故障处理采用抢单和派单方式，打破了“大锅饭”的概念，极大的提高了员工的积极性，大家多劳多得，干劲儿和服务意识也得到了提高和制度保障。同时，机器人等设备上贴配二维码，扫码后所需备件及库存状态一目了然。辅以高自动化的物料配送系统，现场维修人员仅需在平板电脑上点击获取备件，即可完成备件申领。同传统现场查看型号、搜查备件状态、去库房查找方式相比，平均领件时间降低8分钟，极大地提高了维修效率。

精细化管理创新。在管理大规模机器人中，北京奔驰精益求精，打破厂家指导概念的思维定式，基于机器人实际运行时间进行PM策略优化。通过细致分析，不同工况、工位机器人运行时间有着明显差异，4年生产时间累积差异可达1万小时。及时根据机器人实际状态进行PM策略调整，避免过度保养造成的备件如机器人皮带、齿轮润滑油等的浪费，同时节省下相应的人力维护成本。精细就要做到极致，北京奔驰从管理角度不仅仅关注单台机器人，更细化到单台机器人的每个轨迹。特殊工位，机器人碰撞后抓手严重损毁，停机恢复可达4个小时。针对对每个运动轨迹，都添加了对应的扭矩监控，并且在生产中优化监控阈值，达到阈值过小误报警与阈值过大保护失效的平衡。添加细化的碰撞监控后，由碰撞导致的停机恢复时间控制在半小时以内。

智能化运维创新——基于大数据的运行监控与预测性维护。北京奔驰紧跟时代发展，利用先进的物联网技术，使用MQTT协议采集机器人运行日志以及运行时如电机温度、扭矩、电流等参数。通过维护积累发现机器人故障报警停机前，日志中往往存在着提示信息。但这些信息不停留在试教器上，不便查看经常被忽略。一方面，采用Elastic Search支持全文检索的数据库，集中管理机器人日志，建立常见故障关联信息仪表板，提前处理隐患，使日常巡线检查更有目的和针对性。另一方面，积累大量运行数据，挖掘数据的有效信息。这里分析润滑油中铁元素产生机理，确定了机器人运行时间、电机扭矩、温度、负载与铁元素含量的相关性特征。利用机器学习技术支持向量机建立预测模型，准确率可达86.7%。采用先进的手段，为更加精准的维护提供重要依据。

成果与推广：

在不断摸索与创新过程中，北京奔驰不断梳理过程，总结相关经验。目前有机器人备件测试平台和一种基于大数据的工业机器人预测性状态监控方法两项专利在申请中。在2019年获得TnPM创新管理一等奖，并从开发区156家企业456个项目中脱颖而出，获得了开发区青年人才集体奖项。该机器人管理创新适用于较大型的生产制造企业，机器人规模较大。通过生产线一段时间的试点验证，该方法通用性很强、使用范围很广，即使应用的其他技术设备的管理也有很强的借鉴意义。但要想实现该模式前期需要一定的软件开发投入，硬件设备支持和license的购买，小型企业或者机器人数量规模不够很难在短时间内回收成本。