人力和技术合力延长机器正常运行时间

March 28, 2019

Georganne Benesch

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。