予知保全の例は何ですか?


ベストアンサー

ここでは、Prediiの例を取り上げます。

PaloAltoを拠点とする予知保全AI企業であるPredii は、このビジョンの実現を支援している企業の1つです。

企業のソリューションは、センサーのネットワークを使用しています。位置、速度、温度などの測定値をログに記録するバイナリデータのストリームを提供します。メンテナンスと修理の観点から、これらの種類の属性の不一致をログに記録して特定できることは、コンポーネントが故障しそうかどうかを予測できるようにするための鍵です。

複雑な数学モデルを使用して「通常の」の動作条件では、システムはコンポーネントを継続的にチェックし、データをPrediiにフィードバックし、「通常の」動作しきい値に収まらない信号を表示します。

これをさらに一歩進めて、Prediiのテクノロジー作成は、サプライチェーン管理プロセスの効率を高めるために、製造業者のサプライチェーン管理手順と統合できる可能性があります。

Prediiは、コンポーネントが故障しそうになることを大規模に予測でき、製造業者は通知を受け取ることができます。クラウドに接続されたデバイスを介して、これらはすべて、製造業者がコンポーネントの生産をより適切に計画し、したがって在庫レベルが最適であることを保証するのに役立ちます。このような可能性があると、人工知能を活用した予知保全が、製造業者にとって世界で数十億ドルを節約できる可能性があることがわかります。

最後に、第4次産業革命に関する最近のレポートは、現在、技術リソースDZoneによって経験されており、予知保全の市場は2017年の22億ドルから2020年までに109億ドルに成長する予定です。これは年間39%の増加です。成長!

このような予測と予知保全ソリューションの採用の増加により、メーカーは資産とコンポーネントの管理プロセスを最適化することで、コスト削減をさらに推進できるようになります。

全文を読む説明については、この記事を確認してください- AIを適用することでメーカーの数十億ドルを節約する方法

回答

気づきました答えのほとんどは、実際には

条件ベースのメンテナンス、ひいては予知保全の不可欠な部分です。

まず最初に、条件ベースのメンテナンス/監視( CBM)と予知保全は同じものではありません。類似していますが、2つの異なる保全戦略を表しています。

予知保全条件ベースの診断を組み合わせます(予測可能なパターンを持つ振動、温度、およびその他の変数の測定)複雑な予測式を使用して、機器の一部がいつ故障するかを正確に予測します。

CBMは設定された間隔に依存しており、さまざまな傾向を解釈するために使用される予測式がありません。

したがって、ある意味で、予知保全は条件ベースの保全のより正確なバージョンです。

予知保全の簡単な例を次に示します。

  1. 資産があります。
  2. 1つ以上のセンサーをインストール/改造します。
  3. これらのセンサーを最新のCMMSソフトウェアまたはセンサーと通信できるその他の特殊なソフトウェアに接続します。リアルタイムデータを保存します。
  4. このデータを管理できる人/会社を雇う(または社内で誰かを訓練する)-予測式を使用して、資産(またはその部品)が以前にどれくらい続くかを計算します失敗します。
  5. 予測される障害ポイントの前にメンテナンスをスケジュールし、交換部品を注文します(必要な場合)。

このトピックに本当に興味がある場合は、ここにいくつかの推奨事項があります。資料を読む:

予知保全の完全ガイド

3つの主なメンテナンス戦略のタイプ(並べて比較)

LimbleがモジュラーIOTセンサーのセットアップを$ 1000未満で導入

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です