Malgré des progrès considérables, l'Internet des Objets Industriels est encore jeune: grâce à l'analyse avancée, au big data, à l'informatique de pointe et au cloud computing, nous savons exactement à quoi ressemblera l'usine dans l'avenir. Le voyage du changement
Cependant, toutes ces avancées concourent à réduire les coûts et à accroître l'efficacité grâce à une maintenance prédictive.Les machines d'atelier peuvent surveiller et évaluer leurs performances, voire commander des pièces de rechange pour elles-mêmes si nécessaire.
En mettant en œuvre une maintenance prédictive, les fabricants peuvent accroître la sécurité, réduire les temps d'arrêt et prolonger la durée de vie de l'équipement.
Cas de maintenance évolutif
Les fabricants ont suffisamment de puissance pour améliorer l'efficience et l'efficacité de l'équipement: une maintenance médiocre peut réduire la productivité de l'usine de 5 à 20%, tandis que les temps d'arrêt imprévus coûtent aux constructeurs américains 50 milliards de dollars par an.
La réduction des interruptions de production signifie également une livraison plus fiable des produits, contribuant ainsi à fidéliser les clients, ce qui peut entraîner une augmentation des revenus.
Auparavant, les fabricants utilisaient l'équipement d'entretien préventif ou de réparation comme prévu pour prévenir les pannes.La maintenance prédictive est plus efficace que la maintenance préventive parce que les actions correctives sont étroitement liées à l'état réel de la machine.
Notre objectif est de ne pas remplacer prématurément une partie - alors qu'il est encore en bon état, mais seulement quand vraiment nécessaire pour l'entretien qui est comme le niveau de liquide ou courroie selon l'épaisseur, plutôt que selon le kilométrage de la voiture. Fournir des services de maintenance.
En réduisant au minimum l'entretien inutile et les temps d'arrêt, un énorme potentiel d'économies de coûts. La prévision moyenne des coûts d'entretien du fabricant de 900 $ par heure, et le coût d'entretien préventif de 13 $ (44 pour cent plus élevé).
Maintenance prédictive pilotée par les données
Selon l'expérience, 70% des équipements peuvent être prédits en utilisant des capteurs pour surveiller et collecter les données de la machine, puis en utilisant l'analyse automatisée pour déterminer quand des pannes d'équipement peuvent survenir. Échec
Le backend économise également de l'argent en déclenchant automatiquement les procédures de gestion liées à la commande et à l'installation de nouvelles pièces.
Par exemple, la machine peut détecter l'usure des trépans et commander automatiquement de nouveaux forets, alerter le service technique de l'expédition du personnel de terrain et transmettre les demandes d'achat de pièces neuves au système ERP. Fonctions de gestion, les fabricants peuvent assurer une plus grande efficacité.
Cependant, la connexion de l'atelier au back-office n'est pas si simple: les machines utilisées dans les processus métier existants peuvent générer des données, mais le défi consiste à accéder aux données et à les évaluer: le flux de données résultant doit être intégré dans l'application de l'entreprise.
Les machines, les appareils, les capteurs et les personnes doivent se connecter et communiquer entre eux de manière transparente.Une copie virtuelle de l'opération physique (génération numérique) est souvent nécessaire pour comprendre toutes les données et concevoir l'information.
Il peut également être nécessaire de déployer des technologies telles que l'intelligence artificielle pour soutenir la prise de décision et la résolution de problèmes, et pour rendre le système de réseau aussi autonome que possible.
Il y a aussi des obstacles spécifiques à surmonter: les informations exclusives des fabricants doivent rester confidentielles, utiliser le filtrage des données et prendre des mesures de sécurité supplémentaires pour protéger les données financières et les données des clients contre les pirates informatiques.
Plus important encore, toute plate-forme de gestion de données doit être évolutive pour collecter, filtrer, traiter et partager de grandes quantités de données avec des performances et une fiabilité élevées.
Future usine
Lorsque les données machine peuvent être utilisées pour effectuer une maintenance prédictive IoT de haute précision, les fabricants peuvent se concentrer sur l'utilisation des capacités numériques pour différencier les produits, tels que la connaissance technique de la santé.
La valeur du fabricant peut être mesurée non seulement par la qualité de ses processus d'atelier, mais aussi par la manière dont il protège les actifs, grâce à la maintenance prédictive IoT pour prolonger la durée de vie des équipements et augmenter l'efficacité des procédures de maintenance.
La maintenance prédictive est un élément important de la future usine, car elle permet non seulement d'automatiser le processus de fabrication, mais aussi d'automatiser la maintenance de l'équipement, ce qui permet aux fabricants de bénéficier de nouveaux niveaux de productivité.