前瞻｜ChatGPT在润滑行业
人工智能(AI)在从艺术到散文，甚至是诊断机器问题的各个领域掀起了巨大的浪潮，这已经成为过去十年中最值得关注的趋势。它引发了一场关于这项技术的界限应该是什么，以及它将对人们的工作和生计产生多大影响的讨论。
虽然类似于围绕机器人接管某些任务的对话，但人工智能的对话非常有趣，因为战场不一定是什么体力工作可以被接管，而是什么逻辑或脑力工作可以由人工智能完成。
许多广告和有趣的视频都展示了人与技术之间的和谐结合，以及执行各种任务。除了机器人，人工智能还在不断受到审查，看它是否有知觉，是否能够表现出情感，或者在某些情况下，迫使人们思考情感或感觉到底是什么。
人工智能的影响
除了学生用Chat GPT写作业（或顾问用它写文章），这项技术有多大用处？让我们进一步问，这将如何影响润滑油行业？具体来说，这将如何影响润滑技术人员的日常工作？为了最好地回答这些问题，我们必须首先了解润滑油技术的典型工作。
润滑是一项需要专门培训和工具才能正确执行的技术行业。有时，这项工作是由多方共享的，例如维护、可靠性和操作，有时它被指定给单个团队。无论如何配备人员，工作都必须以最佳方式完成，以确保机器有效可靠地运行，同时延长部件的使用寿命。让我们先来看看典型润滑程序中的正常活动。
典型的润滑油技术活动
● 部件涂脂
这通常是人力需求高的地方。虽然这取决于设施的类型，但在一年中必须多次访问数千个油脂点的情况并不罕见。润滑油技师必须在正确的时间将正确体积的正确润滑脂涂在每个接头上。
● 部件注油
与润滑脂一样，多个部件必须定期重新加注油，特别是全损系统，或者必须根据间隔或条件完全更换油液。这包括排出油液，用新油液重新填充，然后处理用过的油液。
关键是了解正确的油液，并进行相应的操作，以获得合适的油液体积，最大限度地减少污染的机会。
● 检查
通常，此活动在多个部门之间共享。适当的检查应提供有关设备外部和内部条件以及操作参数的信息。油位、温度、压差等都是有价值的数据，应该收集并用于在需要时触发纠正措施。
其中一些可能会导致更换润滑剂、过滤润滑剂、提醒维护和即将发生故障的操作，或者一系列其他可能不得不发生的事情。
● 更换消耗品
一些消耗品通常安装在设备上，以帮助润滑或控制污染。例如：
★更换单点润滑器；
★更换压差过高的过滤器；
★更换已经被湿气浸透的通气装置。
所有的更换都需要有正确的替换部件，并且通常是检查后的结果。
● 润滑油室职责
润滑油室是润滑系统的核心，因此必须像管理关键资产一样进行管理。润滑油技术员必须参与清洁和整理房间，但更重要的是，他们必须确保手头有适当数量的润滑油和消耗品。他们将查看未来计划的活动，订购这些产品，并与供应商一起确定交货时间。
● 润滑采样
随着人们对维护和润滑的需求越来越大，设备采样开始成为润滑油技术工作的重要组成部分。这包括提取有代表性的润滑油样品，将其送到实验室进行分析，解释结果并安排纠正措施。
润滑技术活动中的AI应用
现在，让我们来看看人工智能在润滑油行业哪些方面可以发挥作用，或者帮助补充必须完成哪些工作。
● 部件的涂脂和注油
我们还远未将人工智能应用于日常设备的润滑。当机器需要时，可以有一些利用状态监测来应用润滑剂的选择。然而，这些通常是为特定的应用保留的，在每个点上使用它们并不划算。
人工智能可以帮助确定适当的使用频率和使用合适的润滑剂。每种应用程序都是独一无二的，因此，可能在润滑剂以及应用的频率需求上都略有不同。添加剂和粘度的细微变化可以在正确匹配的情况下显著提高可靠性。
● 检查
关于使用机器人和无人机等技术来执行机器检查的讨论很多，在某些情况下，这已经发生了。人工智能可能产生的最大影响是解释检查结果或识别机器状态的微小变化，否则这些变化可能会被忽视。
然而，潮流并不一定会改变取代人类检查员，因为有太多的外围事物是人类可能会发现的，而机器则可能不会，在这个领域，人和机器的共存将是非常有益的。
● 更换
适当的配件选择是重要的，类似于润滑剂的对话，必须权衡许多变量，以确保选择合适的过滤器、通气装置等。将这些变量和其他信息（如定价和可用性）提供给AI，可以消除技术人员或管理人员的责任，使其更加自动化。当然，这取决于这些类型产品的制造商提供的信息量。
● 润滑油室职责
除了机器人真空吸尘器，市场上几乎没有自动清洁和组织设备。虽然润滑技术公司将主要负责日常清理工作，但润滑油的采购可能会交给人工智能公司。
如果它可以查看过去的使用情况、当前的数量和未来计划的维护活动，它可以与采购系统接口，以确保及时交付润滑油和消耗品，以最大限度地减少由于交货时间和可用性问题而导致的加速交付和产品更换。
● 润滑油采样
这一领域的最大价值来自于对采样结果的解释。许多实验室已经在以某种方式使用人工智能来查看更大的数据集，并对机器内部可能发生的问题提供更好的警报。
有了一组好的历史数据，人工智能可能比那些只看数据而不了解趋势的人更容易跟踪和感知早期的润滑失效。
结论
与人工智能相关的行业主要处于发展曲线的上升阶段，但在操作、维护和可靠性的众多方面肯定会有重大的改变。这一切将会是什么样子还有待观望。
像任何新工具或新技术一样，这需要许多方面的文化转变，这可能会导致摩擦和挫折。这项技术最成功的用户将找到一种方式，向其注入适当的数据，使其能够提出有意义的建议并对其工作做出贡献。
无论如何，未来这项技术将在许多方面产生影响，行业也希望它能够投入使用，推动其可靠性也将成为行业的普遍做法。
