Интегрированная предиктивная аналитика: трансформация обслуживания в проактивные стратегии и новые бизнес-модели

Данные IoT и датчиков, доступные удаленно через беспроводную связь, могут быть проанализированы для поиска трендов и обеспечения проактивного обслуживания.

По мере выхода из пандемии компании осознают, что многие уроки, извлеченные за это время, должны стать стандартными операционными процедурами вперед. Нигде это не очевиднее, чем в обслуживании и управлении оборудованием и продуктами в поле. К счастью, технологии, позволяющие организациям удаленно мониторить производительность своего оборудования в поле в реальном времени, могут сыграть значительную роль. Преимущества наличия этой информации могут быть дополнены использованием предиктивной аналитики на этих данных для выявления зарождающихся проблем. Это позволяет предпринимать корректирующие действия и проактивное обслуживание, устраняя простой или необходимость непланового визита на объект.

Нет сомнений, что пандемия забила гвоздь в необходимость для производителей продуктов и компаний, обслуживающих продукты в поле, пересмотреть нормальные операционные процедуры. Ограничения на перемещения запрещали отправлять людей далеко и широко для оценки и исправления проблем. Даже если люди были локально и теоретически могли посетить объект, местное правительство или сама компания могли запретить кому-либо входить в объект.

Технологические элементы для трансформации

Такие препятствия во время локдауна подсветили необходимость иметь инсайты в реальном времени о том, как продукты работают в поле. Способ сделать это — использовать несколько технологий вместе.

Что нужно в первую очередь — это встроенные датчики в продуктах для мониторинга и измерения текущих условий и ключевых показателей эффективности (KPI). Измеряемые параметры могут включать скорость работы (например, двигателя), температуру или давление. Это может также включать такие вещи, как уровень состояния и расход расходников, таких как чернила в принтере, масло в двигателе, пленка в системе визуализации и многое другое. К счастью, массовое принятие умных датчиков и Интернета вещей (IoT) обеспечивает необходимую техническую базу для такого доступа к данным.

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

Растущее использование существующих беспроводных сервисов, таких как Wi-Fi и 3/4G сотовая связь, и возникающие беспроводные сервисы связности (например, Wi-Fi 6 и 5G) могут сделать эти данные более широко доступными. Такая связность может позволить другим системам, кроме ICS, получить доступ к данным. И беспроводная связность может использоваться для обеспечения удаленного доступа к данным также. Теперь организация, поставляющая оборудование или управляющая им, может централизованно мониторить состояние устройств в поле. Удаленный доступ к таким данным может использоваться тактически. Например, многие организации использовали такие возможности для перехода от реактивного обслуживания (чиним, когда ломается) к предпредиктивному обслуживанию.

Последний элемент в технологической триаде — аналитика. Данные IoT и датчиков, доступные удаленно через беспроводную связность, могут затем быть проанализированы для поиска трендов.

Сокращение простоя, оптимизация производительности

Использование датчиков и связности позволяет производителям продуктов и компаниям, обслуживающим продукты в поле, перейти от календарного обслуживания к мониторингу и обслуживанию на основе состояния. Компания может использовать исторические данные, чтобы обнаружить, что деталь поставщика А обычно служит в два дольше, чем заявленное производителем среднее время до отказа на объекте компании. Так что вместо замены по графику производителя они могут с уверенностью получить дополнительное использование из детали. Это распределяет стоимость замены запчастей на более длинные периоды, снижая общие годовые расходы на запасные и заменяемые части.

Еще больше возможно, когда предиктивная аналитика используется на данных с датчиков. 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. Комбинация датчиков плюс связность плюс предиктивная аналитика позволяет проактивный подход к обслуживанию, который позволяет компаниям сокращать затраты, получать больше жизни из установленного оборудования и сокращать простой.

Как отмечалось, компании в прошлом регулярно заменяли деталь на основе установленного графика обслуживания. С инсайтами о производительности от устройства или детали компания может увидеть сама, демонстрирует ли единица признаки деградации производительности. Такие предиктивные возможности, обнаруживающие потенциальные проблемы, позволяют компаниям исправлять проблемы в зародыше до аварии и доставлять дополнительную экономию в избегании затрат. Это избегает непланируемого простоя. И может избежать расходов на проведение аварийных ремонтов. Отправка техников без уведомления влечет высокие затраты на командировки. Эта модель сломалось/починили реализации ремонтов требует срочной доставки запчастей на объект, что приводит к высоким сборам за доставку. Все это может быть минимизировано с инсайтами о производительности и статусе, полученными из аналитики.

Отличный пример ценности таких возможностей — работа, делаемая Howden, глобальным лидером в производстве решений для перемещения воздуха и газа. Их оборудование используется в секторах, включая инфраструктуру, генерацию энергии, нефть и газ, сточные воды, металлы, добычу и транспорт.

Компания разработала решение Howden Uptime, используя ThingWorx от PTC, которое предлагает IoT-платформу, предназначенную для ускорения цифровой трансформации. Платформа Howden Uptime — это приложение для удаленного мониторинга производительности и оптимизации, используемое для любого вида вращающегося оборудования (компрессоры, вентиляторы, турбины и т.д.), работающего в объектах клиентов по всему миру.

Оно может проактивно мониторить и управлять устройствами, работающими в удаленных локациях, некоторые из которых в Северном море и других удаленных локациях. Это решение позволяет Howden наблюдать за своими машинами так, будто они стоят рядом с ними.

Обеспечение новых бизнес-моделей

Наделяя оборудование связностью, производитель или компания, обслуживающая оборудование, может трансформировать свои операции и бизнес-модель.

Он может перейти от реактивных к предиктивным операциям, тем самым повышая эффективность персонала обслуживания и сокращая непланируемый простой.

Самое важное, технологии связности и собранные данные необходимы для участия в будущих отраслевых инициативах, таких как Индустрия 4.0 и цифровые двойники.

Почему это важно? Компании, движущиеся вперед с Индустрией 4.0 и цифровыми решениями, лучше позиционированы для выживания экономических сбоев. Они могут двигаться быстрее и дальше своих конкурентов во время кризиса. Такой преимущество не упущено из виду отрасли, выходящей из кризиса COVID.

Чтобы узнать больше об обеспечении связности и аналитики для мониторинга и поддержки оборудования, посетите: www.ptc.com/predictive-analytics