Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Industrial Internet of Things >> Teknologi Internet of Things

Analisis Prediktif Terintegrasi:Mengaktifkan Transisi ke Pemeliharaan Proaktif dan Model Bisnis Baru

Data IoT dan sensor yang tersedia dari jarak jauh melalui konektivitas nirkabel dapat dianalisis untuk mencari tren dan memungkinkan pemeliharaan proaktif.

Saat kita keluar dari pandemi, perusahaan menyadari banyak pelajaran yang harus menjadi prosedur operasi standar ke depan. Tidak ada yang lebih nyata selain dengan servis dan pengelolaan peralatan dan produk di lapangan. Untungnya, teknologi yang memungkinkan organisasi untuk memantau kinerja peralatan mereka dari jarak jauh di lapangan secara real-time dapat memainkan peran penting. Manfaat memiliki informasi tersebut dapat dilengkapi dengan menggunakan analitik prediktif pada data tersebut untuk menemukan masalah dalam pembuatannya. Hal ini memungkinkan tindakan korektif dan pemeliharaan proaktif dilakukan, menghilangkan waktu henti atau kebutuhan untuk kunjungan situs yang tidak terjadwal.

Tidak diragukan lagi, pandemi ini mendorong kebutuhan produsen produk dan perusahaan yang melayani produk di lapangan untuk mengubah prosedur operasi normal. Pembatasan perjalanan dilarang mengirim orang jauh dan luas untuk menilai dan memperbaiki masalah. Bahkan jika orang-orang lokal dan secara teoritis dapat mengunjungi fasilitas, pemerintah daerah atau perusahaan itu sendiri mungkin telah melarang siapa pun memasuki fasilitas.

Elemen teknologi untuk transformasi

Hambatan seperti itu selama penguncian menyoroti kebutuhan untuk memiliki wawasan waktu nyata tentang bagaimana produk beroperasi di lapangan. Caranya adalah dengan memanfaatkan beberapa teknologi secara bersamaan.

Yang diperlukan terlebih dahulu adalah sensor yang disematkan pada produk untuk memantau dan mengukur kondisi terkini dan indikator kinerja utama (KPI). Parameter yang diukur mungkin termasuk kecepatan operasi (misalnya, motor), suhu, atau tekanan. Ini juga dapat mencakup hal-hal seperti tingkat status dan konsumsi bahan habis pakai seperti tinta dalam printer, oli dalam mesin, film dalam sistem pencitraan, dan banyak lagi. Untungnya, penerapan sensor pintar dan Internet of Things (IoT) dalam skala luas. memberikan dasar teknis yang diperlukan untuk akses data tersebut.

Di masa lalu, data tersebut hanya tersedia di tempat dan hanya dapat diakses di sistem kontrol industri (ICS) seperti sistem kontrol pengawasan dan akuisisi data (SCADA) atau sistem kontrol terdistribusi (DCS). Biasanya, sensor itu terprogram dengan sistem seperti itu melalui jaringan lokal pribadi.

Meningkatnya penggunaan layanan nirkabel yang ada seperti Wi-Fi dan seluler 3/4G dan layanan konektivitas nirkabel yang sedang berkembang (misalnya, Wi-Fi 6 dan 5G) dapat membuat data tersebut tersedia lebih luas. Konektivitas tersebut dapat memungkinkan sistem lain, selain sistem ICS, untuk mengakses data. Dan konektivitas nirkabel dapat digunakan untuk memungkinkan akses jarak jauh ke data juga. Jadi sekarang, sebuah organisasi yang memasok peralatan atau mengelolanya dapat memantau keadaan perangkat di lapangan secara terpusat. Akses jarak jauh ke data tersebut dapat digunakan secara taktis. Misalnya, banyak organisasi telah menggunakan kemampuan tersebut untuk beralih dari perawatan reaktif (memperbaikinya saat rusak) ke perawatan preventif.

Bagian terakhir dalam trifecta teknologi adalah analitik. Data IoT dan sensor yang dibuat tersedia dari jarak jauh melalui konektivitas nirkabel kemudian dapat dianalisis untuk mencari tren.

Mengurangi waktu henti, mengoptimalkan kinerja

Menggunakan sensor dan konektivitas memungkinkan produsen produk dan perusahaan yang melayani produk di lapangan beralih dari pemeliharaan berbasis kalender ke pemantauan dan pemeliharaan berbasis kondisi. Sebuah perusahaan mungkin menggunakan data historis untuk menemukan bahwa bagian vendor A biasanya bertahan dua kali selama waktu rata-rata yang dinyatakan pabrikan untuk kegagalan di fasilitas perusahaan. Jadi, alih-alih menggantinya sesuai jadwal pabrikan, mereka dengan percaya diri bisa mendapatkan manfaat ekstra dari barang tersebut. Itu membuat biaya penggantian suku cadang menjadi lebih lama, mengurangi pengeluaran tahunan keseluruhan untuk suku cadang dan suku cadang.

Terlebih lagi, dimungkinkan ketika analitik prediktif digunakan pada data dari sensor. Misalnya, sebuah perusahaan yang memproduksi atau melayani suatu produk mungkin mendapati bahwa lonjakan suhu pengoperasian yang cepat sebesar 20% merupakan awal dari kegagalan perangkat dalam lima hari.

Itu baru permulaan. Kombinasi sensor plus konektivitas plus analitik prediktif memungkinkan pendekatan proaktif untuk pemeliharaan yang memungkinkan perusahaan memangkas biaya, memaksimalkan masa pakai peralatan yang terpasang, dan mengurangi waktu henti.

Seperti dicatat, perusahaan di masa lalu akan secara rutin mengganti berdasarkan jadwal pemeliharaan yang ditetapkan. Dengan wawasan kinerja dari perangkat atau bagian, perusahaan dapat melihat sendiri apakah unit menunjukkan tanda-tanda penurunan kinerja. Kemampuan prediktif seperti itu yang mendeteksi potensi masalah memungkinkan perusahaan untuk memperbaiki masalah dalam pembuatan sebelum pemadaman dan memberikan penghematan tambahan dalam penghindaran biaya. Ini menghindari waktu henti yang tidak direncanakan. Dan itu dapat menghindari biaya untuk melakukan perbaikan darurat. Teknisi pengiriman tanpa pemberitahuan menimbulkan biaya perjalanan yang tinggi. Model pemecahan/perbaikan pelaksanaan perbaikan ini memerlukan pengiriman suku cadang ke lokasi, yang mengakibatkan biaya pengiriman dan pengiriman yang tinggi. Semua itu dapat diminimalkan dengan performa yang diturunkan dari analytics dan wawasan status.

Contoh utama dari nilai kemampuan tersebut adalah pekerjaan yang dilakukan oleh Howden, pemimpin global dalam pembuatan solusi penanganan udara dan gas. Peralatan mereka digunakan di berbagai sektor termasuk infrastruktur, pembangkit listrik, minyak dan gas, air limbah, logam, pertambangan, dan transportasi.

Perusahaan mengembangkan solusi Howden Uptime menggunakan ThingWorx dari PTC, yang menawarkan platform IoT, yang dirancang untuk mempercepat transformasi digital. Platform Howden Uptime adalah aplikasi pemantauan dan pengoptimalan kinerja jarak jauh yang digunakan untuk segala jenis peralatan berputar (kompresor, kipas, turbin, dll.) yang berjalan di fasilitas pelanggan di seluruh dunia.

Ini dapat secara proaktif memantau dan mengelola perangkat yang berjalan di lokasi terpencil, beberapa di antaranya berada di Laut Utara dan lokasi terpencil lainnya. Solusi ini memungkinkan Howden melihat mesinnya seolah-olah mereka berdiri di sampingnya.

Mengaktifkan model bisnis baru

Dengan memberikan konektivitas ke peralatan, produsen atau perusahaan yang melayani peralatan dapat mengubah operasi dan model bisnisnya.

Ini dapat beralih dari operasi reaktif ke prediktif, sehingga meningkatkan efisiensi staf pemeliharaan dan mengurangi waktu henti yang tidak direncanakan.

Yang terpenting, teknologi konektivitas dan data yang dikumpulkan sangat penting untuk mengambil bagian dalam inisiatif industri masa depan seperti Industri 4.0 dan kembar digital.

Mengapa ini penting? Perusahaan yang bergerak maju dengan Industri 4.0 dan solusi digital memiliki posisi yang lebih baik untuk mengatasi gangguan ekonomi. Mereka dapat bergerak lebih cepat dan lebih jauh dari rekan-rekan mereka selama krisis. Keuntungan seperti itu tidak hilang dari industri saat muncul dari krisis COVID.

Untuk mempelajari lebih lanjut tentang mengaktifkan konektivitas dan analitik untuk memantau dan mendukung peralatan, kunjungi:www.ptc.com/predictive-analytics


Teknologi Internet of Things

  1. Cara memaksimalkan data Anda
  2. Cara membuka model bisnis baru menggunakan IXON Cloud
  3. Grace Memperkenalkan Sistem Pemeliharaan Prediktif Baru
  4. Pabrik Harley-Davidson Unggul dengan Pemeliharaan Proaktif dan Prediktif
  5. Manfaat mengadaptasi IIoT dan solusi analisis data untuk EHS
  6. IIoT dan Analisis Prediktif
  7. Masa depan pemeliharaan di sektor logam dan pertambangan
  8. Dasar-dasar dan manfaat pemeliharaan berbasis kondisi
  9. Pemeliharaan Prediktif:Aplikasi Pembunuh Intelijen Berkelanjutan
  10. 5G dan Tantangan Pertumbuhan Data Eksponensial