由加泰罗尼亚能源研究所(IREC) 与加泰罗尼亚开放大学(UOC) 和钢铁巨头CELSA共同发起的名为 3Dstore 的合作计划，为长期存在的工业挑战——计划外机械故障——带来了一种非传统的解决方案。

3Dstore项目中设计了一种由增材制造固体氧化物电池驱动的监控系统，能够在严苛的工厂环境中检测设备故障的早期预警信号。

其他研究伙伴，包括专门从事电化学和热能存储的巴斯克中心CIC energiGUNE和卡斯蒂利亚-拉曼查大学，也为项目的发展做出了贡献。

ICREA教授兼IREC纳米离子学和燃料电池负责人阿尔伯特·塔兰孔阐述了倡议的更广泛目标：监测和数字化钢铁等战略性产业。


△3Dstore项目。图片来自IREC

监测系统在工厂车间的运行方式

这项技术的核心是一种固态氧化物电池，它能够在极端温度下正常工作，同时为低功耗、具备蜂窝网络连接功能的电子设备供电。电池采用3D打印技术制造，能够精确控制材料用量和几何形状，以满足特定的部署需求，这种灵活性是传统制造工艺难以企及的。

UOC主导了电子硬件的设计和现场部署，并将其直接安装在CELSA轧机的轴上。轧机用于将钢筋压扁成结构型材。监测装置将持续采集轴的振动和温度数据，使工程师能够提前预测故障。

加泰罗尼亚开放大学负责研究、转移和创业的副校长兼 ICREA 教授 Xavier Vilajosana 指出，提前发现这些缺陷将防止生产中断“至少四到八个小时”，考虑到钢铁生产的运营强度，相关成本将达到“数十万欧元”。

超越可靠性：能源与可持续性视角

CELSA强调了这项技术超越机械正常运行时间的层面。当轧机意外停机时，为供钢的炉子（为了保持钢材的工作温度，炉子需要以1200摄氏度的高温运行）仍然会继续消耗燃气。因此，预防故障也能减少不必要的能源消耗，从而节省成本并减少对环境的影响。

展望未来，研究团队计划将这种监测方法推广到 CELSA 生产线上的其他站点，潜在应用范围远远超出炼钢领域。

塔兰孔总结道：“监测这类行业很复杂，但同时也是必要的，因为这些都是高度复杂的流程，需要进行维护，而预测性或预防性维护有助于避免重大问题。”

研究人员还指出，关键的公共基础设施、桥梁、隧道和道路网络，未来也可能成为这种 3D 打印、电池供电的传感技术的应用对象。

通过增材制造实现预测性维护

3Dstore 项目旨在解决重工业中长期存在的一个难题：缺乏能够在极端环境下持续运行的自供电、可靠的传感系统，而传统电子设备在极端环境下会迅速老化。

实际应用已经证明了嵌入式预测智能的价值。美国陆军研究实验室开发了一种基于传感器的方法来监测3D打印马氏体时效钢部件的磨损情况，通过测量数据预测部件何时会发生性能下降或失效，这种方法随后扩展到将机器学习技术应用于不锈钢部件。


△一个3D打印的金属部件

在过程监控方面，Addiguru 的原位监控技术在检测增材制造过程中的膨胀和层变形方面达到了 96% 的准确率，比传统的光学监控提前多达 100 层识别异常信号，这表明早期检测如何直接转化为避免故障和节省生产时间。

3Dstore 的独特之处在于能源层。大多数预测性维护系统仍然依赖于有线电源或需要更换的电池组，这在极端工业环境中会造成后勤方面的隐患。而采用 3D 打印技术制造的固态氧化物电池，形状与设备完美契合，并经过专门设计可在高温下运行，从而消除了这种依赖性。它不仅可以监控设备，还能维持自身运行。