Интегрированная предиктивная аналитика:обеспечение перехода к упреждающему обслуживанию и новым бизнес-моделям

Данные Интернета вещей и датчиков, которые доступны удаленно через беспроводное соединение, можно анализировать, чтобы выявить тенденции и обеспечить упреждающее обслуживание.

По мере выхода из пандемии компании понимают, что многие извлеченные уроки должны стать стандартными операционными процедурами в будущем. Нигде это не так очевидно, как при обслуживании и управлении оборудованием и продукцией в полевых условиях. К счастью, важную роль может сыграть технология, позволяющая организациям удаленно контролировать работу своего оборудования в полевых условиях в режиме реального времени. Преимущества наличия этой информации могут быть дополнены использованием предиктивной аналитики этих данных для выявления возникающих проблем. Это позволяет принимать корректирующие меры и упреждающее техническое обслуживание, устраняя простои или необходимость незапланированных посещений объекта.

Нет сомнений, что пандемия заставила производителей продукции и компании, обслуживающие продукцию на местах, пересмотреть обычные операционные процедуры. Ограничения на поездки запрещали отправлять людей повсюду для оценки и решения проблем. Даже если люди были местными и теоретически могли посещать объект, местное правительство или сама компания могли запретить кому-либо входить на объект.

Технологические элементы трансформации

Такие препятствия во время блокировки подчеркнули необходимость в режиме реального времени получать представление о том, как продукты работают в полевых условиях. Способ сделать это — использовать несколько технологий вместе.

Прежде всего, необходимы встроенные в продукты датчики для мониторинга и измерения текущих условий и ключевых показателей эффективности (KPI). Измеряемые параметры могут включать рабочую скорость (например, двигателя), температуру или давление. Он также может включать в себя такие вещи, как уровень статуса и потребление расходных материалов, таких как чернила в принтере, масло в двигателе, пленка в системе обработки изображений и многое другое. К счастью, широкомасштабное использование интеллектуальных датчиков и Интернета вещей (IoT) обеспечивает необходимую техническую основу для такого доступа к данным.

В прошлом такие данные были доступны только на месте и только в промышленных системах управления (ICS), таких как системы диспетчерского управления и сбора данных (SCADA) или распределенные системы управления (DCS). Как правило, датчики были жестко подключены к таким системам через частную локальную сеть.

Растущее использование существующих беспроводных услуг, таких как Wi-Fi и сотовая связь 3/4G, а также новые услуги беспроводной связи (например, Wi-Fi 6 и 5G) могут сделать эти данные более доступными. Такая связь может позволить другим системам, кроме систем ICS, получить доступ к данным. Кроме того, беспроводное соединение может быть использовано для обеспечения удаленного доступа к данным. Так что теперь организация, поставляющая оборудование или управляющая им, может централизованно отслеживать состояние устройств в полевых условиях. Удаленный доступ к таким данным можно использовать тактически. Например, многие организации использовали такие возможности для перехода от оперативного обслуживания (исправление в случае поломки) к профилактическому обслуживанию.

Последней частью тройного технологического единства является аналитика. Данные IoT и датчиков, которые становятся доступными удаленно через беспроводное соединение, затем можно анализировать для поиска тенденций.

Сокращение времени простоя, оптимизация производительности

Использование датчиков и возможностей подключения позволяет производителям продуктов и компаниям, которые обслуживают продукты на местах, перейти от технического обслуживания на основе календаря к мониторингу и обслуживанию на основе состояния. Компания может использовать исторические данные, чтобы обнаружить, что деталь поставщика А обычно служит в два раза дольше, чем заявленное производителем среднее время до отказа на предприятии компании. Таким образом, вместо того, чтобы заменить его в соответствии с графиком производителя, они могли бы с уверенностью использовать его дополнительно. Благодаря этому затраты на замену деталей распределяются на более длительное время, что снижает общие ежегодные расходы на запасные части и запасные части.

Более того, это возможно, когда для данных с датчиков используется предиктивная аналитика. Например, компания, производящая или обслуживающая продукт, может обнаружить, что быстрый скачок рабочей температуры на 20 % является предвестником отказа устройства через пять дней.

Это только начало. Сочетание датчиков, возможности подключения и прогнозной аналитики позволяет использовать упреждающий подход к обслуживанию, который позволяет компаниям сократить расходы, продлить срок службы установленного оборудования и сократить время простоя.

Как уже отмечалось, компании в прошлом регулярно заменяли детали в соответствии с установленным графиком технического обслуживания. Имея данные о производительности устройства или его детали, компания может самостоятельно определить, проявляются ли в устройстве признаки ухудшения производительности. Такие возможности прогнозирования, которые обнаруживают потенциальные проблемы, позволяют компаниям устранять возникающие проблемы до простоя и обеспечивать дополнительную экономию за счет предотвращения затрат. Это позволяет избежать незапланированных простоев. И позволяет избежать расходов на проведение аварийного ремонта. Отправка техников без уведомления влечет за собой высокие транспортные расходы. Эта модель ремонта «ломать/чинить» требует доставки деталей на место, что приводит к высокой стоимости доставки и доставки. Все это можно свести к минимуму с помощью аналитических данных о производительности и статусе.

Ярким примером ценности таких возможностей является работа, проводимая Howden, мировым лидером в производстве решений для обработки воздуха и газа. Их оборудование используется в таких секторах, как инфраструктура, производство электроэнергии, нефть и газ, сточные воды, металлургия, горнодобывающая промышленность и транспорт.

Компания разработала решение Howden Uptime с использованием ThingWorx от PTC, которая предлагает платформу IoT, предназначенную для ускорения цифровой трансформации. Платформа Howden Uptime — это приложение для удаленного мониторинга и оптимизации производительности, используемое для любого типа вращающегося оборудования (компрессоров, вентиляторов, турбин и т. д.), работающего на объектах клиентов по всему миру.

Он может активно отслеживать и управлять устройствами, работающими в удаленных местах, некоторые из которых находятся в Северном море и других удаленных местах. Это решение позволяет Howden наблюдать за своими машинами, как если бы они стояли рядом с ними.

Включение новых бизнес-моделей

Предоставляя возможность подключения к оборудованию, производитель или компания, обслуживающая оборудование, может трансформировать свои операции и бизнес-модель.

Он может перейти от операций реагирования к операциям прогнозирования, тем самым повышая эффективность обслуживающего персонала и сокращая время незапланированных простоев.

Что наиболее важно, технологии подключения и собранные данные необходимы для участия в будущих отраслевых инициативах, таких как «Индустрия 4.0» и цифровые двойники.

Почему это важно? Компании, продвигающиеся вперед с Индустрией 4.0 и цифровыми решениями, лучше подготовлены к экономическим потрясениям. Они могут двигаться быстрее и дальше, чем их коллеги во время кризиса. Такое преимущество не теряется для отрасли, когда она выходит из кризиса COVID.

Чтобы узнать больше о подключении и аналитике для мониторинга и поддержки оборудования, посетите:www.ptc.com/predictive-analytics