Milyen példák vannak a prediktív karbantartásra?


Legjobb válasz

Itt a Predii példáját veszem fel.

Predii , a Palo Alto-ból származó prediktív karbantartó AI cég, egy olyan vállalat, amely segít megvalósítani ezt a jövőképet.

A cégek megoldása szenzorhálózatot használ bináris adatfolyamok biztosítása, amelyek naplózzák a méréseket, például helyzetet, sebességet, hőmérsékletet és így tovább. Karbantartási és javítási szempontból kulcsfontosságú az ilyen jellegű attribútumok közötti eltérések naplózása és azonosítása ahhoz, hogy megjósolhassuk, hogy egy összetevő hamarosan meghibásodik-e.

Komplex matematikai modelleket használnak a „rendszeres” azonosítására ”Üzemi körülmények között a rendszer ezt követően folyamatosan ellenőrzi az alkatrészeket, visszacsatolja az adatokat a Predii-hez, és felszínre hozza azokat a jeleket, amelyek nem esnek a„ szokásos ”működési küszöbérték alá. A létrehozás potenciálisan integrálható a gyártók ellátási lánc-menedzsment eljárásával, hogy elősegítse az ellátási lánc-menedzsment hatékonyságának növelését. a felhőhöz csatlakoztatott eszközökön keresztül, amelyek mind segítenek a gyártóknak az alkatrészek gyártásának jobb megtervezésében, és így biztosítják az optimális készletszintet. Ilyen lehetőségekkel láthatjuk, hogy a mesterséges intelligenciával működő prediktív karbantartás hogyan képes dollármilliárdokat megtakarítani a gyártók számára.

Végül a friss jelentés a 4. ipari forradalomról, amelyet jelenleg a DZone technológiai erőforrás tapasztal, a prediktív karbantartás piaca a 2017-es 2,2 milliárd dollárról 2020-ra 10,9 milliárd dollárra nő. Ez az éves 39\% -os növekedés növekedés!

Az ilyen előrejelzésekkel és a prediktív karbantartási megoldások fokozottabb elfogadásával a gyártók tovább javíthatják a költségmegtakarításokat eszköz- és alkatrészkezelési folyamataik optimalizálásával.

A teljes tartalom elolvasása leírást, nézze meg ezt a cikket – Hogyan lehet az AI alkalmazásával milliárd dollárt megtakarítani a gyártók számára.

Válasz

Észrevettem hogy a válaszok többsége valójában a

feltételalapú karbantartás , és ezenkívül a prediktív karbantartás szerves részét képezi.

Először is, a feltételalapú karbantartás / felügyelet ( CBM) és a prediktív karbantartás nem ugyanaz – hasonlóak, de két különböző karbantartási stratégiát képviselnek.

A prediktív karbantartás a feltételalapú diagnosztikát ötvözi (rezgések, hőmérséklet és más, kiszámítható mintázatú változók mérése) komplex prediktív képletekkel annak érdekében, hogy pontosan megjósolják, mikor kell egy berendezés meghibásodni.

A CBM meghatározott intervallumokra támaszkodik, és hiányzik azokból a prediktív képletekből, amelyeket a különböző trendek értelmezésére használnak.

Tehát bizonyos módon a prediktív karbantartás a feltételalapú karbantartás pontosabb változata.

Itt található a prediktív karbantartás egyszerűsített példája:

  1. Van egy eszköz.
  2. Egy vagy több érzékelőt telepít / utólag telepít az eszközön.
  3. Ezeket az érzékelőket egy modern CMMS szoftverhez vagy más speciális szoftverhez csatlakoztatja, amely képes kommunikálni az érzékelőkkel és valós idejű adatokat tárol.
  4. Felvesz egy személyt / vállalatot (vagy házon belül képez valakit), aki képes kezelni ezeket az adatokat – prediktív képlettel számolja ki, hogy az eszközök (vagy részei) meddig fognak tartani nem sikerül.
  5. A karbantartást az előre jelzett hibapont előtt ütemezi, és pótalkatrészeket rendel (ha szükséges).

Ha valóban érdekli ez a téma, akkor itt van néhány javaslat olvasmány:

Teljes körű útmutató az előrejelző karbantartáshoz

A karbantartási stratégiák 3 fő típusa (egymás összehasonlítása)

Limble bemutatja a moduláris IOT érzékelő beállítását 1000 dollár alatti áron

Vélemény, hozzászólás?

Az email címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöltük