cookieOptions = {...}; .工業 4.0 時代,「預測性維護」可以有效降低機器成本 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2018年2月23日 星期五

2016台灣雲端二Dell PienoLee

物聯網帶給製造業的關鍵價值 預測性維護


Nx 雲端影像平台解決方案 



來源:36氪  作者:aiko 



麥肯錫諮詢公司(McKinsey&Company)在去年 6 月份釋出了一份報告——《人工智慧:下一個數位先導》(「Artificial Intelligence:The Next Digital Frontier」),該報告呈現了人工智慧「在未來」,將如何促成從預防性維護,到預測性維護這一轉變。

BusinessWorld | Artificial intelligence: The next digital frontier?

這一觀點是絕對正確的,但是,這種預測性維護能力,已經存在也是一個事實。我們不必等著它在未來到來;相反,我們需要現在就找到理想的實施方式。

數十年來,有關人工智慧的潛力問題,一直屬於熱議話題,但是現在,我們是時候放棄這種未來學家的思維模式,承認人工智慧現在已經成為現實

現在,我們正處於由工業 4.0 ,和資料科學引發的革命邊緣,這場革命將改變製造業的每一個領域,同時為管理者提供,比以往更多的控制權。因此,問題不在於各位玩家,能否搭上這股席捲各個行業的新浪潮,而在於他們是會佔據領導地位,還是僅僅排在隊伍之中。(3S Market投資下一個競爭力,有多少台灣的大中小企業,還有這樣的企圖心與魄力!

What's now and next in analytics, AI, and automation | McKinsey ...

工業 4.0 時代的需求
隨著工業 4.0 繼續推動資料數據科學的發展,在需要維護時,能夠精確檢測,並且發出訊號的人工智慧技術,將進一步發展。與麥肯錫報告相反的地方在於,企業已經在利用資料驅動的洞察力,來超越預防性維護層面。

現在的企業不再是實行主觀的維護服務時間安排,也避免了隨之而來的不可避免的浪費、冗餘和中斷現象,現在的維護,是以一種更加動態的策略來進行。

企業經常會使用聯機資料,來即時追蹤效能變數。當這些變數表明機器效能正在下降時,技術人員就能夠在機器資產出現故障,並且早在需要關停一條生產線之前介入。只有在必要時,同時又趕在不可挽回之前進行維護。

這是從製造業到石油和天然氣,再到製藥,到零售這各個領域的維護、維修和操作人員多年以來一直夢寐以求的一種能力。而現在,這種等待可以結束了。

通用電氣研發了一項技術,能夠讓企業對機器進行「數位雙胞胎」建模。「雙胞胎」的表現會被密切追蹤,以便檢測者能夠在該機器的整個生命週期深入瞭解它的狀態。如果出現問題,就能夠以前所未有的方式顯示出來。

對於麥肯錫釋出的人工智慧的未來,仍需等待這一報告的追隨者來說,如果他們知道已經有 65 萬,對這樣的「雙胞胎」在運作之中,那肯定會感到十分驚訝。

Predictive Maintenance, Reliability and Relevant Data in Real Time ...

電梯生產商迅達集團(Schindler),就是一家利用預測性維護技術的公司。透過在電梯中安裝感測器,迅達能夠實現所有服務預約的必要性,同時提高電梯的整體安全性。

預測性維護的重要性
預測性維護的到來,可能並不能代表一個令人興奮的新功能的產生,但它確實為整個行業和垂直行業的發展,提供了可能性。下面,讓我們來看一下不同行業中,一些需要利用預測性維護亟待解決的問題:

紐約州州長 Andrew Cuomo

交通和公用事業:紐約州州長 Andrew Cuomo 宣佈紐約城市交通管理局(Metropolitan Transportation Authority),已經處於緊急狀態,原因是由於預防性維護措施不到位,從而嚴重依賴緊急事件解決方案。(3S Market: 台灣今年縣市長選舉,有多少候選人,有像這位美國的州長,如此的高瞻遠矚;或是再用各種政治語言與口水,不斷消費選民,再騙四年⋯⋯

不幸的是,這種公共財產失修狀態,並非僅僅集中在某個季節、地域或者行業。整個美國的基礎設施,包括高速公路、橋樑和下水道都急需維修。並且,隨著基礎設施不斷老化,這種維護負擔也會不斷加劇。

因此,提前瞭解應該何時,對何地的基礎設施進行維護,是非常必要的一件事,對於控製成本、避免災難來說都至關重要。

GM recalling roughly 800,000 pickups for steering defect - WVVA TV ...

汽車製造商:車輛召回對於製造商而言,非常耗費成本,對於消費者來說又相當危險,並且也相當令人厭煩。就在去年,通用汽車公司在美國召回了 69 萬輛卡車,在加拿大和其他國家召回了大約10 萬輛卡車。但是,如果汽車製造商在整個設計階段,以及後續的產品推出階段,都能利用資料數據和機器學習,那他們就可以早日發現,那些需要注意的問題。

石油和天然氣生產商:美國的石油和天然氣運輸管道,長達 250 萬英里,其中超過一半的管道是在 20 世紀 50 年代和 60 年代建造而成。隨著這些管道資源老化,故障規模和頻率只會不斷增加。因此,能夠提前預測,並做好相應的準備工作,具有非常寶貴的價值。(3S Market: 記得 2014年高雄的氣爆嗎?至今改善了有多少

高雄氣爆/最新死傷人數:28死286傷|政治社會|社會現場|2014-08-01 ...

航空公司:美國聯邦航空管理局,每天要處理 43864 個航班。考慮到航空業的覆蓋範圍,維護機制過於龐大,同時也過於複雜,任何人或者是任何團隊,都無法做到瞭然於心。因此,採用預測性維護策略,就提供了一種更簡單、更安全,並且更經濟的維護方法,能夠更好地為每個人的利益服務。

讓預測性維護成為現實
預測性維護在技術上是可行的,但更重要的是它在技術上,也是可以採用的。企業不需要為了積極進行維護,而對未經證實的技術進行大規模投資,他們只需要開始抓取、儲存和利用已經存在的資料即可。

Preventive vs. Predictive Maintenance: Pros and Cons

他們要做的第一步,就是將機器連線到,可以即時跟蹤資料的感測器,然後將這些資料,輸入到具有儲存和處理大容量資料能力的網路中。最後,應該採用直接自動化方式,來追蹤模式與鑑定異常。如果有需要注意的情況,那就安排技術人員執行糾正措施,來實現最大的投資回報率。

預測性維護能夠實現維護成本最小化,優化現場資源,減少保修索賠,並且消除風險,對於企業來說,是一項顯著的競爭優勢。而最好的訊息是什麼呢?現在就是之前所說的預測性維護的未來,你還在等什麼呢?




                                                                                                                                                                                                                 




0 comments: