Od wykrywania anomalii do zwiększania efektywności produkcji
Według danych organizacji analitycznej Markets&Markets w ciągu 5 lat wartość rynku, bazującego na wykrywaniu anomalii, podwoi się, wzrastając z 2 do prawie 4,5 mld dolarów. Co skłania zakłady przemysłowe do inwestowania w rozwiązania, oferowane przez Przemysłowy Internet Rzeczy?
Głównym założeniem wykrywania anomalii w przemyśle jest wcześniejsze otrzymywanie informacji na temat nieoczekiwanych lub nietypowych zdarzeń. W ten sposób pracownicy, odpowiadający za utrzymanie ruchu w zakładach wiedzą, gdzie szukać problemów i dzięki temu są w stanie wcześniej im zapobiec. Co decyduje o skuteczności tego procesu?
Właściwe gromadzenie i interpretacja danych
W wykrywaniu anomalii szczególne znaczenie odgrywają nie tylko odpowiednie narzędzia do analizy, ale również jakość danych oraz ich właściwa interpretacja. Monitorowanie i analizowanie wartości odstających od normy odgrywa ogromną rolę w zasadzie w każdej dyscyplinie ilościowej. Najczęstsze odchylenia wynikają z błędów przy wprowadzaniu danych, niewłaściwego pomiaru, nieodpowiedniego doboru próby czy błędów w przetwarzaniu danych. W fazie badań mogą pojawić się też inne odstające wartości, które nie są wynikiem błędu, a wcześniej niezidentyfikowanymi danymi.
Ze względu na ogromną liczbę danych, koniecznych do przetworzenia, samodzielna kontrola sygnałów z poszczególnych czujników oraz analiza uzyskanych informacji jest bardzo czasochłonna. W tym wypadku z pomocą przychodzą rozwiązania z zakresu uczenia maszynowego, które na podstawie specjalnych algorytmów są w stanie analizować dane w krótszym czasie niż jest to w stanie zrobić człowiek.
W ten sposób przedefiniowaniu ulegnie też rola pracownika. Z jednej strony dostarczane dane nie będą wymagały wstępnego przetwarzania przez człowieka, z drugiej - przemysł będzie potrzebował wykwalifikowanych inżynierów, o wszechstronnych kompetencjach technicznych, analitycznych oraz biznesowych. Szczególnie istotną rolą będą odrywać specjaliści, zajmujących się projektowaniem i programowaniem algorytmów uczenia maszynowego, analizą danych oraz pracowników rozwijających działy badawczo-rozwojowe w firmach, którzy będą w stanie odpowiednio zareagować w razie pojawienia się komunikatu o anomalii.
Analiza predykcyjna
Dzięki wykorzystaniu technik SI zakłady przemysłowe są w stanie monitorować pracę maszyn w czasie rzeczywistym, 24 godziny na dobę i wykrywać nieprawidłowości w oparciu o automatycznie wyuczony profil pracy. Umożliwia to ciągle śledzenie anomalii i szybkie diagnozowania sytuacji awaryjnych.
Od lat śledzimy potrzeby polskiego i światowego przemysłu. Głównym problemem, który dostrzegliśmy, jest zbyt duża ilość energii, zużywanej przez silniki elektryczne. Przyczyną bywa niewłaściwa eksploatacja i dobór samych silników, co w efekcie prowadzi do częstych awarii i ogromnych strat dla firm - tłumaczy Artur Hanc - prezes firmy Elmodis.
Opatentowany przez nas system dostarcza bardzo dokładnych danych na temat stanu i sposobu eksploatacji maszyn przemysłowych, pozyskiwanych dzięki pomiarom i analizie parametrów elektrycznych urządzenia. W efekcie, takie rozwiązanie pomaga zidentyfikować nieprawidłowości w pracy maszyny na bardzo wczesnym etapie i przewidzieć potencjalną awarię z wyprzedzeniem - dodaje Wojciech Czuba, szef działu R&D w firmie Elmodis.
Efektywna produkcja
Wykrywanie anomalii wpływa bezpośrednio na jeden z głównych wskaźników efektywności wykorzystania maszyn i urządzeń (OEE, Overall Equipment Effectiveness), czyli dostępność. Jest ona stosunkiem czasu zaplanowanego na realizację określonych zadań do rzeczywistego okresu, który możemy na to poświęcić. W tym wypadku efektywność określa się na podstawie analizy czynników, bezpośrednio wpływających na wydajność zakładów przemysłowych, m.in. niespodziewanych awarii i wynikających z nich postojów.
Diagnozowanie anomalii i analiza ich przyczyn dostarcza zakładom przemysłowym wielu istotnych informacji, które pozwalają osiągnąć wymierne korzyści, tj. eliminowanie strat związanych z nadmiernymi przestojami, awariami czy zbyt długim czasem, przeznaczonym na przezbrojenia. Z kolei analiza wydajności ułatwia podjęcie decyzji o odpowiednim czasie przeglądu, naprawy czy wymiany.
Otwarcie się na rozwiązania IIoT ułatwia naszym klientom prawidłowe funkcjonowanie utrzymania ruchu w fabrykach. Stałe monitorowanie pracy maszyn i urządzeń, napędzanych silnikami elektrycznymi jest doskonałym sposobem na efektywną diagnostykę i wcześniejsze wykrywanie anomalii, a w efekcie zachowanie ciągłości pracy maszyn, przedłużenie ich żywotności i uzyskanie ogromnych oszczędności z tym związanych - wyjaśnia Krzysztof Jureczka z firmy InterTrade, dostarczającej rozwiązania dla utrzymania ruchu.
Komentarze