Skip to main content

工业

人力和技术合力延长机器正常运行时间

根据 Gartner 报告,预测性维护可带来极大的节省,在某些情况下,成本降低高达 40%。例如,一家制造商优化了其生产工厂。无需为新的客户合同购买额外的机械,从而节省了 6 百万欧元。

但分析需要大量的信息。尽管工业运营数据并不匮乏,收集、标准化、集成和分析数据则是一项巨大挑战。

同样,流程和技术同样重要。成功取决于识别运营难点、财务损失和其它挑战。必须确定明确的目标并达成一致,以确定可带来最大最好投资回报的使用案例。

预测分析促进预防性维护

航空业的一个客户面临长时间停机问题,它转向 Capgemini。机床主轴问题导致中断,并且更换主轴不能解决这种情况。用了两个月的时间进行试验和纠错,发现电路问题才是罪魁祸首。

运营团队采取行动以防止未来的主轴事件,同时改进了其他设备的性能和可用性。为此,该公司部署了 Capgemini 预测性资产维护和边缘计算解决方案。

“当我们有了此类项目,我们就从顾问阶段开始来发现问题和使用案例,以最快速节省成本或增加收入,” Capgemini 的 XIoT 全球负责人 Philippe Ravix 说道,“我们逐站点识别部署哪些 “数字杠杆” 以快速胜出并快速获得投资回报。”

该解决方案使该公司能够降低维护成本并提高员工工作效率。

系统会就机器问题以及会实际出现故障的时间(可能是两周、两个月或两年)提醒用户。这意味着在时机合适时(不是在需要之前,但也不会太晚)维护设备可节省成本。

借助自定义分析和应用程序、管理和现场维修人员之间近乎实时的互动,可以检测到稳态操作的偏差。另外,可通过内置的机器学习细调设置以防止误报;机器学习可让解决方案持续发展,以提高性能和资产的使用寿命。

“预测和预期机器将会中断是预防性维护的终极步骤。我们使用机器状态的历史记录、维护操作、明细特性和其他因素来利用基于统计模型的方法,” Ravix 说道。

部署预测性资产维护使此航空业公司能够发展其运营从完全的预防性维护发展成基于状态的维护,这样节省了资源、时间和金钱。

数据质量联合项目方法

为了确保成功,Capgemini 通过协作性计划(其中包括关键利益相关者 – 从设备操作员到工厂经理)开始每个新项目。成功部署涉及许多方面。它远不止数据收集、分析和报告。它还取决于合适的人员在恰当的时间获取正确的信息,并需要工具和培训来让信息创造价值。

“您需要一种方法来管理这类组织范围内的数字转型 – 从车间的人员到办公室套间里的经理,”  Ravix 说道。

预防性维护等工厂自动化应用的作用只是让人们的工作变得更轻松。这是 Capgemini 将重点放在工厂和现场中人员身上的一大原因。

“过去往往是维护操作员很担心他们可能会因为这种类型的数字化转型增加工作,” Ravix 说道。“当他们投入使用这种解决方案时发现事实并非如此。实际上,项目的一个重要部分是培训,因为大多数此类工作人员不是 “数码一族”。系统处于正常运行状态后,一旦这些工作人员经过培训,它将成为一个工具,使他们的工作更轻松,更容易取得成功。”

最后,技术人员和操作员能提供更高水平的专业知识和价值,因为他们有权访问更准确且及时的信息。

在边缘和云中进行分析

预测性资产维护和边缘计算系统包括四个集成的模块,如图 1 所示:

  • 连接 – 通过 PLC、传感器和历史数据站 API 收集机器数据(所有这些数据都存储在时间序列数据库中),使得能够以接近实时的形式监控性能。
  • 数据流 – 当超出阈值时或在不符合要求的操作过程中,第一级预测性维护通过机器监控和警报触发。
  • 数据平台 – 计算引擎、专用数据库和机器学习的组合提供先进的监控和认知监督。
  • 可视化 – 面向台式机、平板电脑或智能手机的可自定义和个性化的仪表板。
图 1. 预测性资产维护和边缘计算解决方案架构。

“我们的方法是建立一个模型以根据机器的参数定义机器的正常运作,而不是专注于停机,” Ravix 说道,“从这里,我们比较机器的当前行为与其参考状态,并且我们能检测到潜在的偏差。发生异常情况时,我们能够识别导致在这类偏差的参数。”

按固定的时间间隔恢复机器数据,并且在 XIoT 边缘网关上本地执行分析,然后再发送到云。这可降低带宽要求,并且通过本地存储,可以在网络中断的情况下备份数据。

系统持续监测此数据,并使用预测分析来创建警报并通过短信或电子邮件发送给管理人员和现场人员。额外的认知能力甚至可以精确定位特定机器的哪一部分大概会在什么时间段发生故障。

英特尔® 技术是 Capgemini 预测性维护基础设施的核心 – 在边缘和在云中均如此。“Azure 或 AWS 等云平台上部署具有深入学习的算法需要快速的计算,” Ravix 说道。“英特尔提供了可以满足我们的性能需要的平台。”

“最后,我们与英特尔合力开发和部署这个市场就绪型解决方案加快获得结果的时间,创造了巨大的优势,” Ravix 说道,“因此,我们拥有最好的平台,使客户能够借助数字化转型项目取得成功。”

作者简介

Georganne Benesch is an Editorial Director for insight.tech. Before this she was an independent writer, authoring blogs, web content, solution guides, white papers and more. Prior to her freelance career Georganne held product management and marketing positions at companies such as Cisco, Proxim and Netopia. She earned a B.A. at University of California at Santa Cruz.

Profile Photo of Georganne Benesch