Предиктивное обслуживание: тестбед Asset Efficiency держит самолёты в безопасности

Во время недавнего обратного рейса из деловой встречи в Вашингтоне, DC, я пережил фрустрирующую задержку. После посадки и ожидания у гейта почти час пилот объявил, что самолёт будет загрундован минимум на два часа, потому что критический компонент шасси отказал, и его замена должна быть доставлена. Пока я сидел с другими пассажирами, я осознал, как предиктивное обслуживание могло бы предотвратить это дорогое прерывание.

Кейс предиктивного обслуживания шасси самолёта — первая живая демонстрация тестбеда Asset Efficiency, инициативы Интернета вещей во главе с Industrial Internet Consortium (IIC). Infosys возглавляет разработку, со стратегическими партнёрами Bosch, Intel, PTC и HP, предоставляющими ключевые технологии и экспертизу.

Эффективность активов может звучать как финансовый буззворд, но представляет мощную технологию, способную драматически сократить простои, сэкономить миллиарды и, что важнее всего, защитить жизни. Этот прорыв особенно релевантен для высокотехнологичных производителей и любой организации, полагающейся на критическую инфраструктуру.

«Эффективность активов — не революционная новая концепция, но она сильно недоиспользована». — Dr. Richard Mark Soley, исполнительный директор Industrial Internet Consortium

Эффективность активов: слон в комнате

Современное оборудование и системы генерируют огромные объёмы данных — каждая активность в самолёте, на заводе, на нефтепромысле производит измеримые сигналы. Когда эти данные непрерывно мониторятся и конвертируются в действенные инсайты, команды ТО могут точно предвосхищать и адресовать сбои до их возникновения. Выгоды ясны: выше перформанс, ниже потребление энергии, меньше отходов, лучше качество, выше прибыль, и даже спасённые жизни.

Тем не менее, недавнее совместное исследование Infosys и Института промышленного менеджмента (FIR) Аахенского университета показало: пока 85% промышленных и процессно-производственных компаний в Китае, Франции, Германии, Великобритании и США признают потребность в эффективности активов, только 15% фактически внедрили технологии машинных данных для её достижения. Китай лидирует, но разрыв остаётся широким.

Исследование выделило ключевые препятствия: отсутствие инструментации активов, отсутствие аналитики в реальном времени, отсутствие интеграции с родственными системами, и узкий фокус, игнорирующий более широкие измерения эффективности — энергию, утилизацию, операции и сервисабельность.

Замкните разрыв

Тестбед Asset Efficiency спроектирован для преодоления этого разрыва холистическим подходом, охватывающим операционные, энергетические, обслуживающие, сервисные и информационные аспекты (см. график). Его ключевые возможности:

• Мониторинг состояния: Непрерывно измеряет и трекит жизненно важные параметры здоровья, гарантируя их нахождение в безопасных пределах.
• Диагностический анализ: Надёжный аналитический движок сравнивает живые данные с историческими и контекстуальными датасетами для выявления аномалий.
• Прогностика: Продвинутые алгоритмы предсказывают оставшийся ресурс активов или конкретных компонентов.

• Infosys ведёт инициативу, проектируя решение, разрабатывая приложение и предоставляя Infosys Information Platform (IIP) как аналитический движок.
• Bosch поставляет сенсорные технологии, краевой сбор данных, управление устройствами и масштабируемость через Bosch IoT Suite, с генератором кода Vorto для M2M-моделирования.
• PTC предлагает платформу ThingWorx Application Enablement (AEP) для построения дашбордов, виджетов и других UI-компонентов.
• Intel доставляет Moon Island Gateway для краевой агрегации данных и коллаборирует с HP для предоставления горизонтальной инфраструктуры.