Internet of Things (IoT) và Dữ liệu lớn cung cấp cho các công ty khả năng tổng hợp các nguồn dữ liệu hiện có, có được khả năng hiển thị dữ liệu mới và xác định các mẫu thông qua phân tích để đưa ra quyết định kinh doanh tốt hơn.
Và cũng Theo một báo cáo khảo sát gần đây do Tập đoàn Aberdeen thực hiện, các công ty “Tốt nhất” đang ngày càng sử dụng IoT và Dữ liệu lớn để triển khai các mô hình Bảo trì Dự đoán (PdM) nhằm giải quyết và cải thiện các thách thức hoạt động hàng đầu của họ:
- Giảm thời gian ngừng hoạt động ngoài kế hoạch xuống 3,5%
- Lượng thời gian ngừng hoạt động ngoài kế hoạch so với tổng số khả năng sẵn có
- Cải thiện Hiệu suất Tổng thể của Thiết bị lên 89%
- Tính sẵn có x Hiệu suất x Chất lượng = OEE
- Giảm chi phí bảo trì 13% YoY – Tổng chi phí bảo trì bao gồm thời gian và nhân sự
- Tăng lợi tức trên tài sản (RoA) lên 24%
- Lợi nhuận kiếm được từ tài nguyên thiết bị thông qua cải thiện thời gian hoạt động
Bài viết này chúng tôi xin. chia sẻ 6 bước thực hiện tốt nhất để lập kế hoạch triển khai các giải pháp quản lý tài sản, bảo trì tiên đoán hiệu quả cho nhà máy của bạn.
1 | Thiết lập Business Case cho PdM
Để đưa ra business case triển khai PdM, cần tập trung vào các vấn đề duy nhất ảnh hưởng đến việc tối ưu hóa các tác động sản xuất và vận hành trong khi quản lý rủi ro. Điều quan trọng là phải hiểu tổ chức đang tập trung vào chỉ số nào và cần cải thiện những chỉ số nào.
Hãy xem xét những câu hỏi này để xác định các mục tiêu chính của dự án PdM của bạn và đảm bảo thành công:
• Những tài sản quan trọng nào có khả năng bị hỏng? Khi nào và tại sao chúng ta tin rằng chúng sẽ dễ bị thất bại?
• Thất bại của tài sản sẽ ảnh hưởng như thế nào đến nhân sự, hoạt động hoặc chi phí sản xuất? Chi phí thời gian chết là gì?
• Làm thế nào để các quyết định theo hướng dữ liệu có thể được tích hợp trong các ràng buộc của các hoạt động bảo trì hiện tại của bạn?
2 | Xác định và ưu tiên các nguồn dữ liệu có liên quan
Sự gia tăng kết nối tài sản và sử dụng các thiết bị thông minh có thể đã tạo ra một lượng lớn dữ liệu có sẵn. Nó không cần thiết hoặc được khuyến nghị để giải quyết toàn bộ vũ trụ dữ liệu có thể có này. Thay vào đó, hãy bắt đầu dự đoán những thất bại trên một tài sản duy nhất bằng cách tập trung vào các nguồn dữ liệu hiện có, có thể sử dụng liên quan cụ thể đến nó.
Ví dụ phân tích độ rung động cơ PdM ở trên minh họa cách thu thập dữ liệu thời gian thực chỉ từ một cảm biến có thể giúp tránh thiệt hại tốn kém, thời gian chết và phản ứng khẩn cấp. Dưới đây là danh sách các loại nguồn dữ liệu có sẵn và nơi chúng thường được tìm thấy.
| Kiểu dữ liệu | Thời gian thực có cấu trúc / không có cấu trúc(Truyền trực tuyến từ content) | Dữ liệu lớn (theo lô) có cấu trúc(Cơ sở dữ liệu, hệ thống) | Dữ liệu lớn (Batch) không có cấu trúc(Văn bản thô, dạng tự do) |
| What | Đo lường, điều khiển, nhiệt độ video, trình tự, tweet, viễn thông, môi trường, | Tên tài sản, vị trí, thông tin dây chuyền sản xuất, hàng tồn kho phụ tùng, chi phí | Báo cáo kiểm tra, nhật ký bảo trì và vận hành, báo cáo khảo sát |
| Where | Cảm biến, PLC, DCS, HMI, hệ thống SCADA, ổ đĩa, điều khiển, thiết bị | Hệ thống ERP, EAM, MES, cơ sở dữ liệu ICS, SCADA, hệ thống tài chính, kho dữ liệu | Hệ thống kinh doanh, máy trạm, email, mạng xã hội, ghi chú |
3 | Thu thập dữ liệu đã xác định
Dữ liệu được chọn có thể nằm ở các vị trí khác nhau từ thiết bị ở biên mạng đến phòng máy chủ đến đám mây doanh nghiệp, bao gồm cảm biến, đồng hồ đo, hệ thống quản lý tài sản doanh nghiệp và hệ thống kiểm soát giám sát và thu thập dữ liệu (SCADA).
Một giải pháp PdM lý tưởng phải đủ linh hoạt để cho phép bạn thu thập từ tất cả các nguồn dữ liệu này để tìm hiểu và liên tục đưa ra các quyết định kinh doanh tốt hơn, sáng suốt hơn. IoT Edge Gateway là một giải pháp công nghiệp, có thể mở rộng tại Edge hoạt động với nhiều giao thức, nguồn dữ liệu và loại dữ liệu quan trọng khác nhau.
4 | Xác định nơi phân tích của bạn
Thiết lập nền tảng phân tích nâng cao dựa trên hoạt động cụ thể của bạn. Ví dụ: phân tích Edge (hoặc cục bộ) và Cloud có thể được cân bằng để giảm gánh nặng phát trực tuyến dữ liệu PdM dễ hỏng khi triển khai đám mây của bạn. Phương pháp tiếp cận phân tán cho phép bạn phát hiện và phản hồi các sự kiện cục bộ ở biên khi chúng xảy ra, thực hiện hành động ngay lập tức trên luồng dữ liệu, đồng thời tích hợp các nguồn dữ liệu bổ sung trong đám mây. IoT Edge Gateway có thể phân tích dữ liệu truyền trực tuyến trong bộ nhớ để phản hồi theo thời gian thực và lọc ra dữ liệu không cần thiết thay vì chuyển tiếp dữ liệu đó lên đám mây.
5 | Kết hợp và xem xét dữ liệu để có được thông tin chi tiết chính xác
Bắt đầu bằng cách phân tích dữ liệu có sẵn để xác định các thông số hoạt động bình thường của máy. Điều này cho phép tạo ra các quy tắc thông qua giám sát điều kiện để phân tích dữ liệu thời gian thực đến trực tiếp từ các cảm biến máy trên IoT Edge Gateway. Với Edge Gateway, phân tích có thể diễn ra gần với máy nhất có thể với các I / O gốc để thu thập dữ liệu từ thiết bị công nghiệp và khả năng hoạt động trong môi trường khắc nghiệt.
Xem thêm : Hướng dẫn bảo trì dự đoán (Predictive Maintenance) với Machine Learning
Sau khi phân tích dữ liệu thời gian thực, hãy thêm dữ liệu lịch sử và dữ liệu của bên thứ ba, chẳng hạn như các mô hình độ tin cậy và nhật ký để phát hiện ra các mối tương quan, mẫu và xu hướng có ý nghĩa với các điểm bất thường được tạo ra bởi các quy tắc dữ liệu thời gian thực, để báo hiệu các lỗi tiềm ẩn. Các mẫu có thể được sử dụng để tinh chỉnh thêm các quy tắc của bạn và cung cấp thông tin chi tiết hữu ích trong thời gian thực.
6 | Thực hiện hành động
Biến thông tin chi tiết thành hành động bằng cách tích hợp đánh giá rủi ro tổng hợp cho tất cả tài sản vào hoạt động của bạn thông qua một trang tổng quan. Ví dụ: khi một vấn đề tiềm ẩn được phát hiện, IoT Edge Gateway sẽ kích hoạt một sự kiện cho phép bạn gửi cảnh báo tự động đến các bên liên quan, chẳng hạn như vị trí, các bộ phận thay thế ước tính và hành động khắc phục được đề xuất để tránh sự kiện thảm khốc.
Sau đó, bằng cách thu thập dữ liệu đặc tính hao mòn từ các bộ phận được thay thế, bạn có thể liên tục tinh chỉnh các mô hình PdM của mình và học hỏi từ thông tin chi tiết về hiệu suất. Cuối cùng, hãy khám phá các cách sử dụng bổ sung cho dữ liệu PdM của bạn, chẳng hạn như tự động hóa các báo cáo kiểm tra và tăng cường đánh giá nhà cung cấp thiết bị.
Doanh nghiệp số (Digital Business) và một số ví dụ thực tiễn
