Несмотря на огромный прогресс, Industrial Internet of Things все еще находится в подростковом возрасте. Благодаря передовой аналитике, большим данным, периферийным вычислениям и облачным вычислениям мы точно знаем, как будет выглядеть фабрика в будущем, и как далеко производители должны перейти в полную версию Industry 4.0. Путешествие перемен.
Тем не менее, все эти достижения объединяются для снижения затрат и повышения эффективности за счет прогностического обслуживания. Машины на заводе-изготовителе могут контролировать и оценивать их производительность, даже при необходимости заказывать запасные части для себя.
Внедряя прогностическое обслуживание, производители могут повысить безопасность, сократить время простоя и продлить срок службы оборудования.
Эволюционный портфель
Плохое техническое обслуживание может снизить производительность установки на 5-20%, в то время как незапланированные простои, по оценкам, обойдутся производителям США в 50 миллиардов долларов в год.
Сокращение производственных сбоев также означает более надежную доставку продукции, что помогает поддерживать лояльность клиентов. Это более высокий уровень удержания клиентов может привести к увеличению доходов.
Ранее производители использовали оборудование для профилактического обслуживания или ремонта, как и ожидалось, для предотвращения сбоев. Прогностическое обслуживание более эффективно, чем профилактическое обслуживание, поскольку корректирующие действия тесно связаны с фактическим состоянием машины.
Наша цель состоит не в том, чтобы заменить компонент слишком рано - когда он все еще в хорошем состоянии, но только тогда, когда это действительно необходимо. Это похоже на автомобиль, основанный на уровне или толщине ленты, а не пробеге. Предоставлять техническое обслуживание.
Минимизируя ненужное техническое обслуживание и простои, потенциал экономии средств огромен. Прогнозирование технического обслуживания производителей стоит в среднем 9 долларов США в час, а расходы на профилактическое обслуживание - 13 долларов США (на 44% выше).
Прогностическое обслуживание, управляемое данными
На основе опыта 70% оборудования можно предсказать с помощью датчиков для мониторинга и сбора данных о машине, а затем с помощью автоматического анализа, чтобы определить, когда могут произойти сбои оборудования. неисправность.
Бэкэнд также экономит деньги при автоматическом запуске процедур управления, связанных с заказом и установкой новых деталей.
Например, машина может ощущать износ битов и автоматически заказывать новые буровые долота, предупреждать технический отдел о направлении полевого персонала и пересылать запросы на покупку новых деталей в систему ERP. Автоматизируя руководство, подверженное ошибкам, трудоемкое таким образом Функции управления, производители могут обеспечить большую эффективность.
Тем не менее, подключение цеха к бэк-офису не так просто. Машины, используемые в существующих бизнес-процессах, могут генерировать данные, но задача заключается в том, как получить доступ и оценить данные. Результирующий поток данных необходимо интегрировать в корпоративное приложение.
Машины, устройства, датчики и люди должны беспрепятственно подключаться и взаимодействовать друг с другом. Для понимания всех данных и получения информации часто требуется виртуальная копия физической операции (цифровое поколение).
Также может потребоваться внедрение таких технологий, как искусственный интеллект для поддержки принятия решений и решения проблем, а также для обеспечения максимально возможной автономности сети.
Есть также некоторые конкретные препятствия для преодоления. Собственная информация производителей должна быть конфиденциальной, использовать фильтрацию данных и принимать дополнительные меры безопасности для защиты финансовых и клиентских данных от хакеров.
Самое главное, для любой платформы управления данными требуется масштабируемость для сбора, фильтрации, обработки и совместного использования больших объемов данных с высокой производительностью и надежностью.
Будущая фабрика
Когда машинные данные могут использоваться для высокоточного прогнозирования IoT, производители могут сосредоточиться на использовании цифровых возможностей для дифференциации продуктов, таких как самооценка технического здоровья.
Значение производителя может быть измерено не только качеством его процессов в цехах, но и тем, как оно защищает активы. Этого можно достичь с помощью интеллектуального обслуживания IoT, чтобы продлить срок службы оборудования и повысить эффективность процедур обслуживания.
Прогностическое обслуживание является важной частью будущего завода, оно не только автоматизирует производственный процесс, но и автоматизирует техническое обслуживание оборудования. Таким образом, производители могут извлечь выгоду из новых уровней производительности.