Pemeliharaan Prediktif: Testbed Efisiensi Aset Memelihara Keselamatan Pesawat
Selama penerbangan pulang dari pertemuan bisnis di Washington, DC, saya mengalami penundaan yang mengecewakan. Setelah naik dan menunggu di gate selama hampir satu jam, pilot mengumumkan bahwa pesawat akan di grounding selama setidaknya dua jam lagi karena komponen kritis dari landing gear telah rusak dan penggantinya perlu dikirim. Sementara saya duduk bersama penumpang lainnya, saya menyadari bagaimana pemeliharaan prediktif bisa telah mencegah gangguan yang mahal ini.
Use case pemeliharaan prediktif landing gear pesawat adalah demonstrasi langsung pertama dari Asset Efficiency Testbed, inisiatif Internet of Things yang dipimpin oleh Industrial Internet Consortium (IIC). Infosys memimpin pengembangan, dengan mitra strategis Bosch, Intel, PTC, dan HP yang menyediakan teknologi dan keahlian penting.
Efisiensi aset mungkin terdengar seperti kata sarana keuangan, tetapi ia mewakili teknologi yang kuat yang dapat secara dramatis mengurangi downtime, menghemat miliaran, dan, yang terpenting, melindungi nyawa. Terobaan ini sangat relevan untuk produsen teknologi tinggi dan setiap organisasi yang bergantung pada infrastruktur kritis.
"Efisiensi aset bukan konsep revolusioner baru, tetapi sangat belum dimanfaatkan secara maksimal." – Dr. Richard Mark Soley, Direktur Eksekutif, Industrial Internet Consortium
Efisiensi Aset: Gajah di Dalam Kamar
Peralatan dan sistem modern menghasilkan sejumlah besar data—setiap aktivitas di pesawat, pabrik, atau lapangan minyak menghasilkan sinyal yang dapat diukur. Ketika data tersebut dipantau secara kontinu dan dikonversi menjadi wawasan yang dapat ditindaklanjuti, tim pemeliharaan dapat secara akurat memprediksi dan mengatasi kegagalan sebelum terjadi. Manfaatnya jelas: performa yang lebih tinggi, konsumsi energi yang lebih rendah, limbah yang berkurang, kualitas yang meningkat, laba yang lebih tinggi, dan bahkan nyawa yang terselamat.
Namun, studi bersama terbaru oleh Infosys dan Institute for Industrial Management (FIR) di Aachen University mengungkap bahwa meskipun 85% perusahaan manufaktur dan proses di China, Prancis, Jerman, Inggris, dan AS mengakui kebutuhan akan efisiensi aset, hanya 15% yang telah sebenarnya mengimplementasikan teknologi data mesin untuk mengaplikasikannya. China memimpin jalan, namun kesenjangan masih luas.
Studi mengidentifikasi hambatan kunci: kurangnya instrumentasi aset, tidak adanya analitik waktu nyata, hilangnya integrasi dengan sistem terkait, dan fokus sempit yang mengabaikan dimensi efisiensi yang lebih luas seperti energi, utilizasi, operasi, dan serviceability.
Perhatikan Kesenjangan
Asset Efficiency Testbed dirancang untuk menembus kesenjangan ini dengan mengambil pendekatan holistik yang mencakup aspek operasional, energi, pemeliharaan, layanan, dan informasi (lihat grafik). Kemampuan inti meliputi:
Condition Monitoring: Mengukur dan melacak parameter kesehatan vital secara terus-menerus, memastikan mereka tetap dalam batas aman.
Diagnostic Analysis: Engine analitik yang kuat membandingkan data langsung dengan data historis dan kontekstual untuk menemukan anomali.
Prognostics: Algoritma canggih memprediksi umur manfaat yang tersisa dari aset atau komponen spesifik.
Mitra kolaborasi:
Infosys memimpin inisiatif, merancang solusi, mengembangkan aplikasi, dan menyediakan Infosys Information Platform (IIP) sebagai engine analitik.
Bosch menyediakan teknologi sensor, akuisisi data edge, manajemen perangkat, dan skalabilitas melalui Bosch IoT Suite, dengan generator kode Vorto yang memungkinkan pemodelan M2M.
PTC menawarkan ThingWorx Application Enablement Platform (AEP) untuk membangun dashboard, widget, dan komponen UI lainnya.
Intel menyediakan Moon Island Gateway untuk agregasi data edge dan bekerjasama dengan HP untuk menyediakan infrastruktur horizontal.
