Dołącz do czytelników
Brak wyników

Technologie

2 sierpnia 2021

NR 4 (Lipiec 2021)

Przemysł 4.0 – podążaj ścieżką cyfrowej transformacji i zapobiegaj awariom!

0 33

Rozwiązania sztucznej inteligencji pozwalają osiągać długoterminowe korzyści finansowe poprzez minimalizację kosztów utrzymania technicznego i produkcji oraz maksymalizację produktywności instalacji przemysłowych. Czy zdajemy sobie jednak sprawę, jaką ścieżką należy podążać, aby najlepiej wykorzystać możliwości, które daje nam rozwój współczesnych technologii?

Akwizycja danych

Geneza obserwowanej rewolucji jest ściśle związana z dynamicznym wzrostem ilości danych generowanych i gromadzonych przez zakłady przemysłowe – danych procesowych, operacyjnych, ekonomicznych, środowiskowych itd. Zgodnie z raportem McKinseya na temat Big Data zakłady przemysłowe generują więcej danych niż jakiekolwiek inne źródło. Inne raporty podają, że ponad 90% wszystkich obecnych danych na świecie zostało wygenerowane przez ostatnie 2–3 lata, a rozwój technologii ich gromadzenia cały czas zwiększa swoje tempo. Oczywiste zadanie, przed którym stają przedsiębiorcy, to wyciągnąć z tych danych jak najwięcej, ponieważ – jak pokazują badania – firmy traktujące je jako istotną wartość w swoich strategiach są znacznie skuteczniejsze od swojej konkurencji.
Odpowiednia analiza gromadzonych danych daje możliwość wdrożenia efektywnego programu zarządzania parkiem maszynowym w przedsiębiorstwie, a w konsekwencji zwiększa zyski z produkcji i minimalizuje koszty eksploatacyjne. Z tego powodu w scenariuszu doskonałości operacyjnej w przemyśle czujniki gotowe do komunikacji oraz wydajne systemy akwizycji danych odgrywają ważną rolę. Odpowiednie opomiarowanie monitorowanych obiektów daje możliwość uzyskania pełnej kontroli nad maszyną, w tym wykrywania i przewidywania jej niechcianych zachowań, np. awarii. Prawidłowe gromadzenie danych produkcyjnych jest jednym z najważniejszych elementów nowoczesnych przedsiębiorstw, umożliwiającym wprowadzanie rozwiązań, które oferuje nam czwarta rewolucja przemysłowa.

Predykcyjne utrzymanie ruchu

Predykcyjne utrzymanie ruchu – Predictive Maintenance (PdM) – to nowoczesne podejście do utrzymania technicznego zasobów produkcyjnych, które ze względu na swoją ogromną efektywność zyskuje coraz więcej zwolenników. Podejście to powstało wskutek szybkiego rozwoju technik z obszaru analityki predyktywnej (modelowanie statystyczne, Machine Learning, Data Mining itd.) oraz wzrostu powszechnie dostępnej mocy obliczeniowej komputerów, które razem dają możliwość efektywnej analizy historycznych i bieżących danych celem dokonania prognoz przyszłych, nieznanych zdarzeń.
Podstawę podejścia do utrzymania ruchu z wykorzystaniem analityki predyktywnej stanowią analiza historycznych danych serwisowo-eksploatacyjnych i wyszukiwanie w nich zależności (wzorców), które wyjaśniają zjawiska powstawania awarii, a tym samym dają możliwość ich przewidywania w przyszłości. Etap wyszukiwania tych powiązań nazywany jest procesem uczenia się algorytmu, same zaś zależności – modelem predykcyjnym. Kolejny etap to wykorzystanie skonstruowanego modelu predykcyjnego poprzez estymację prawdopo...

Dalsza część jest dostępna dla użytkowników z wykupionym planem

Przypisy