Dalam perjalanan pulang baru-baru ini dari pertemuan bisnis di Washington DC, saya mengalami rasa frustrasi (yang terlalu sering) karena penerbangan saya tertunda. Setelah menaiki pesawat dan duduk di gerbang selama hampir satu jam, pilot mengumumkan bahwa kami akan dilarang terbang setidaknya selama dua jam lagi. Ditemukan – saat bersiap untuk lepas landas – bahwa bagian penting dari roda pendarat pesawat tidak berfungsi dan penggantinya harus dikirim.
Saat saya duduk di gerbang dengan sesama penumpang yang bandel, saya tidak bisa tidak memikirkan bagaimana pemeliharaan prediktif dapat memainkan peran kunci dalam mencegah situasi ini.
Faktanya, kasus penggunaan perawatan prediktif roda pendaratan pesawat adalah demonstrasi pertama dari Testbed Efisiensi Aset, inovasi Internet of Things terbaru dari Industrial Internet Consortium. Infosys memimpin pengembangan testbed Efisiensi Aset, dengan dukungan dari mitra internasional Bosch, Intel, dan PTC*.
Oke, saya menyadari "efisiensi aset" mungkin terdengar seperti sesuatu yang akan dijual oleh penjual reksa dana kepada Anda. Namun dalam kasus ini, ini adalah peluang teknologi menarik yang menjanjikan penghematan waktu henti yang signifikan, dolar, dan bahkan nyawa. Ini adalah berita besar bagi produsen teknologi tinggi khususnya, dan untuk hampir semua perusahaan yang peduli untuk memaksimalkan kinerja aset infrastruktur kritisnya.
"Efisiensi aset bukanlah konsep baru yang revolusioner, tetapi sangat kurang dimanfaatkan." Richard Mark Soley, Direktur Eksekutif Konsorsium Internet Industri Tweet ini
Efisiensi aset:gajah di dalam ruangan
Efisiensi aset bukanlah konsep baru yang revolusioner, tetapi sangat kurang dimanfaatkan.
Dengan peralatan dan proses sistem menjadi cerdas, hampir setiap aktivitas di perusahaan industri — katakanlah pesawat terbang, pabrik, atau ladang minyak — menghasilkan data. Jika data tersebut dipantau dan diubah menjadi wawasan yang berarti, ini memberikan kesempatan kepada teknisi pemeliharaan untuk mengantisipasi dan memperbaiki kegagalan secara akurat. Itu adalah peluang kuat untuk memaksimalkan kinerja, menghemat energi, mengurangi pemborosan, meningkatkan kualitas, dan meningkatkan keuntungan. Dan ya, terkadang bahkan menyelamatkan nyawa.
Namun, jenis manajemen cerdas ini tidak universal di perusahaan industri seperti yang Anda harapkan. Sebuah studi baru-baru ini oleh Infosys dan Institute for Industrial Management (FIR) di Aachen University mengungkapkan bahwa 85 persen perusahaan manufaktur industri dan proses di Cina, Prancis, Jerman, Inggris, dan Amerika Serikat menyadari perlunya mendorong efisiensi aset. , tetapi hanya 15 persen yang telah menerapkan teknologi data mesin untuk melakukan hal ini.
(Catatan tambahan yang menarik:China adalah negara terdepan yang jelas dalam penerapan strategi efisiensi aset – jauh di depan AS, Jerman, Prancis, dan Inggris.)
Jadi mengapa produsen mengabaikan peluang efisiensi aset? Studi ini menemukan tantangan utama termasuk kurangnya instrumentasi aset, analisis data real-time yang hilang, informasi yang hilang dari sistem terkait, dan kurangnya fokus pada aspek efisiensi lainnya seperti energi, pemanfaatan, operasi, dan kemudahan servis.
Abaikan celahnya
Testbed Efisiensi Aset dirancang untuk mengisi celah ini, menggunakan pendekatan holistik yang menggabungkan pertimbangan operasional, energi, pemeliharaan, layanan, dan informasi (lihat grafik). Fitur termasuk:
Pemantauan Kondisi: Mengukur dan melacak parameter kesehatan utama aset dan memastikannya berada dalam rentang yang diizinkan.
Analisis Diagnostik :Mesin analitik yang andal menganalisis data, membandingkan dengan data sebelumnya dan data terkait dalam konteks dan mengidentifikasi anomali.
Prognostik: Algoritme memprediksi sisa masa manfaat aset atau komponen aset.
* Ini adalah Efisiensi Aset mitra kolaborasi testbed:
Info memimpin upaya, merancang solusi, mengembangkan aplikasi, mengadaptasi pengetahuan teknik tingkat lanjut untuk kasus penggunaan, dan memasok Infosys Information Platform (IIP) sebagai mesin analitik.
Bosch memasok teknologi sensor, memperoleh data dari edge, menyediakan manajemen perangkat dan skalabilitas oleh Bosch IoT Suite. Generator kode Vorto memungkinkan pemodelan M2M.
PTC menyediakan Thingworx Application Enablement Platform (AEP), yang digunakan untuk membuat dasbor, widget, dan elemen antarmuka pengguna lainnya.
Intel menyediakan Gerbang Pulau Bulan yang digunakan untuk agregasi data di edge, serta infrastruktur horizontal yang bekerja sama dengan HP .
