Как ИИ сокращает время незапланированного простоя до 0%

Незапланированные простои - это проблема на миллион долларов. Неожиданные остановки производства или операций могут стоить организациям в среднем 2 миллиона долларов (1,70 миллиона евро) за раз, и 82% компаний сталкиваются как минимум с одним незапланированным отключением электроэнергии каждые три года (согласно исследованию Абердина ).

Каждое отключение связано с риском потери рабочего времени, повреждения продукции, дополнительных затрат на рабочую силу и срочных заказов на запасные части. Неудивительно, что счет может быстро возрасти, - говорит Джаспер Хугевиген, генеральный директор Samotics .

Если учесть ущерб, наносимый доверию клиентов, а также влияние отказов и неэффективной работы систем на здоровье и безопасность, станет ясно, что незапланированные простои превращаются в гораздо большую проблему, чем просто затраты.

До недавнего времени подход к минимизации времени простоя в основном сосредоточивался на стратегиях реагирования и предотвращения, которые были либо неэффективными, либо неэффективными. Постоянное реагирование на проблемы с обслуживанием после того, как они происходят, неустойчиво в долгосрочной перспективе. Между тем превентивные стратегии, которые следят за часами и пытаются предотвратить отказ, часто приводят к ненужным проверкам исправного оборудования, в то время как до 85% всего оборудования может выйти из строя случайным образом, независимо от того, сколько профилактического обслуживания было применено.

Все это является серьезным противоречием идеальному сценарию, если учесть, что 72% организаций считают достижение нулевого незапланированного простоя своей первоочередной задачей. Уменьшение количества предположений будет ключом к искоренению всех неожиданных сбоев.

Загрузка во время простоя

Сотни миллионов активов составляют сердце индустриальной экономики; электродвигатели, насосы, вентиляторы, смесители, ролики, клапаны… список можно продолжить. Организации по всему миру, включая отрасли от управления водными ресурсами и энергетики, до химической и сталелитейной промышленности, все чаще обращаются к мониторингу состояния оборудования в режиме реального времени, чтобы исключить незапланированные простои, когда это возможно.

Все сбои и отказы машин имеют причину. Данные - это ключ к заблаговременному выявлению признаков поломки и возможность их устранения в удобное время до того, как они станут серьезной проблемой. Для этого требуется огромное количество данных, которые необходимо собирать и обрабатывать круглосуточно. Эпоха Интернета вещей сделала возможным получение этих данных, но объем анализа, необходимый для того, что может составлять петабайты данных, выходит далеко за рамки человеческих возможностей.

Здесь на помощь приходит ИИ.

Исправление подхода к обслуживанию

Потенциал ИИ для мониторинга состояния активов был признан на раннем этапе его развития. Предлагая долгожданную альтернативу традиционным стратегиям реагирования и предупреждения, ИИ предлагает организациям полезные идеи и средства, позволяющие не просто исправить и предотвратить, но и предсказать, когда могут возникнуть проблемы и сбои.

В отличие от людей-аналитиков, ИИ может обрабатывать большие объемы поступающих машинных данных почти в реальном времени и без пауз. Используя данные всего за несколько недель, ИИ может составить истинную картину состояния машины. На основе этой базовой модели он может устанавливать и обнаруживать триггеры или «отпечатки пальцев» установленных поведенческих паттернов, которые указывают на конкретный тип повреждений.

Эта же базовая модель выявляет отклонения от нормального поведения машины, указывающие на неэффективность операций. Поскольку электродвигатели часто являются крупнейшими потребителями электроэнергии в промышленных организациях, устранение этих недостатков может значительно снизить затраты и минимизировать воздействие на окружающую среду.

Действовать вместо реакции - новое правило

Как и все технологии на основе искусственного интеллекта, они со временем становятся только умнее. Чем больше библиотека прошлых данных, тем больше программа может изучить и повысить ее точность. Искусственный интеллект в настоящее время зарекомендовал себя как бесценный инструмент для сокращения незапланированных простоев, и уже тысячи активов по всему миру в различных отраслях промышленности от этого получают.

Ведущие решения способны обнаруживать более 90% сбоев до пяти месяцев вперед. С учетом стремительных инноваций на горизонте мы неуклонно работаем в направлении будущего, в котором 0% незапланированных простоев станет новой нормой.

Это также приносит значительный и долгожданный культурный сдвиг, поскольку ИИ побуждает организации во всем мире действовать, а не реагировать. В условиях растущей нехватки опытных специалистов по техническому обслуживанию технологии на основе искусственного интеллекта могут превратить их работу с обхода производственной площадки в применение своих знаний там, где это больше всего необходимо.

Предоставление организациям возможности применять проактивный подход к техническому обслуживанию - это благоприятный круг. Благодаря большему количеству данных системы становятся еще более интеллектуальными, позволяя организациям действовать быстрее и, в свою очередь, больше экономить от незапланированных простоев и неэффективных активов. Для организаций во всем мире контроль и действия сделают срыв из-за неожиданных проблем с техническим обслуживанием в прошлом.

Автор - Джаспер Хугевиген, генеральный директор Samotics .