物联网如何促进预测性维护?
- 来源:无人机网
- 2023/1/26 0:28:0336466
物联网(IoT)、机器学习(machine learning)和人工智能(AI)的进步使预测性维护达到了行动的准确性,在问题发生之前就能从分析洞察中解决问题。
据巴西初创公司EVOLV的首席执行官莱昂德罗-西蒙斯(Leandro Simões)说:"通过在机器中安装传感器,将设备变成智能设备,并通过物联网,使物体能够实时交换信息,这就成为可能。有了所有这些数据,系统可以检测模式、改进机会,主要是预测机器故障何时发生。"
通过这种方式,管理团队可以启用预定的维修,从而不损害生产计划,这可以降低成本,带来更多的运营效率。
克服挑战
对于制造业来说,主要的挑战之一是管理设备的停机时间,因为这个因素使任何生产计划受挫。
为了了解其影响,《华尔街日报》和艾默生的一项调查发现,42%的非计划机器停机损失时间是由于设备故障造成的,每年给企业带来500亿美元的损失。
面对这些令人震惊的数据,工业界已经意识到识别潜在故障、其发生和后果的相关性。他们发现,物联网和机器学习是更快、更坚定的数据驱动决策的伟大盟友。
Simões解释说:"预测性维护的目的正是为了预测故障的识别,并通过这种方式将任何不可预见的问题降到最低。比起预测问题,预测性维护更能降低维修成本,此外持续的监测和定期的维护停顿还能增加公司资产的寿命。"
现在来看看这个市场的规模,咨询公司Gartner的一项研究预测,到2022年,物联网支持的预测性维护支出将达到129亿美元,高于2018年的34亿美元。预计这些投资将通过对资产的预测性维护来提高运营效率,从而为各行业节省高达40%的成本。
实践中的成果
Aberdeen Group的研究发现,使用基于物联网的预测性维护解决方案的公司可以减少3.5%的非计划性停机时间,并将整体效率提高89%。
更不用说捕捉所有这些数据为管理者提供了新的分析,使他们能够识别和解决瓶颈问题,也为决策提供了坚实的基础。
应用的机会是相当广泛的,可以根据组织的细分和规模进行定制。可以部署物联网传感器,监测设备指标,如:温度、振动、流量、电压和电流等。
预测性维护是未来
工业4.0的进展对预测性维护领域产生了积极的影响。人工智能技术的结合将极大地帮助公司管理、监测、维护和保存其资产。
不仅仅是降低成本,公司将节省时间,他们的团队将能够把精力集中在生产计划战略上,并保证他们不会因为不定期的机器停工而陷入困境。