DOWIEDZ SIĘ WIĘCEJ, JAK DZIAŁA
PREDICTIVE MAINTENANCE
I POZNAJ NASZE ROZWIĄZANIA

Współczesne maszyny zbudowane są z tysięcy komponentów, które stale mierzą wartości procesowe takie jak ciśnienia, temperatury, napięcia, itp. oraz komunikują się między sobą generując ogromne ilości danych.

Algorytmy sztucznej inteligencji dają możliwość analizy tych danych w kontekście wyszukiwania zależności, trendów, anomalii, których odpowiednia interpretacja daje możliwość określenia aktualnego stanu technicznego maszyny i przewidywania awarii na długo przed ich wystąpieniem.

Wiedza na temat dokładnego czasu wystąpienia awarii daje możliwość optymalizacji procesu eksploatacji, serwisu i logistyki. Przyczynia się to do minimalizacji ilości awarii i nieplanowanych przestojów i jako konsekwencja przynosi przedsiębiorstwu ogromne korzyści finansowe.

Takie podejście do utrzymania technicznego maszyn nazywamy predykcyjnym utrzymaniem ruchu (Predictive Maintenance), a nasze rozwiązania dadzą Ci możliwość efektywnej realizacji tej niezwykle skutecznej strategii. Wyobraź sobie jakie korzyści może ona przynieść!

Podstawą działania naszych algorytmów są nie tylko dane sensorowe monitorowanej maszyny ale również instalacji na jakiej pracuje, wskazania systemów Condition Monitoring, dane z procesu utrzymania technicznego czy jakiekolwiek inne wartościowe źródło danych. Nasz system nie wymaga montażu dodatkowej aparatury pomiarowej. Jego zasada działania polega na integracji różnych źródeł danych i przetwarzaniu ogromnych ilości informacji w czasie rzeczywistym celem wyszukiwania wzorców, które świadczą o nadchodzącej awarii.

Monitorowanie maszyn

Dashboard naszego systemu wizualizuje aktualne dane wszystkich monitorowanych maszyn oraz przedstawia aktualną ocenę ich stanu technicznego w postaci prostego wykresu „health score”. Użytkownik systemu w bardzo prosty sposób może przemieszczać się pomiędzy strukturą hierarchiczną monitorowanych maszyn, instalacji a nawet lokalizacji i przeglądać ich dane w postaci raportów KPI pozwalających podejmować świadome decyzje serwisowe, eksploatacyjne czy biznesowe.

Wizualizacja danych

Gdy z wykorzystaniem narzędzi sztucznej inteligencji system wykryje wzorce w danych świadczące o nadchodzącej awarii, natychmiast informuje o tym użytkownika. Istnieje wiele możliwości notyfikacji np. poprzez e-mail, sms, telefonicznie, lub poprzez ticket do systemu CMMS/EAM/ERP. Wraz z notyfikacją użytkownik otrzymuje raport zawierający szczegółowe wyjaśnienia dotyczące wykrytych wzorców oraz propozycję działań korygujących.

Alerty

Nasz system jest łatwo integrowalny z innymi rozwiązaniami IT przedsiębiorstwa. Nie posiada on funkcjonalności systemów klasy CMMS/ERP/EAM i należy traktować go jedynie jako swego rodzaju “analityczną wtyczkę”, która nadaje tym programom inteligencję. W wyniku integracji system automatycznie pobiera dane z różnych źródeł IT, przetwarza je i wspiera zwracając wartościowe informacje, nie ingerując przy tym w dotychczasowe funkcjonalności.

Łatwość integracji

Posiadając informację o zbliżającej się awarii oraz znając jej przyczynę użytkownik systemu może odpowiednio zaadresować wymagane do podjęcia akcje. W systemie istnieje możliwość zapisania struktury organizacyjnej przedsiębiorstwa oraz poziomów kompetencji poszczególnych użytkowników co zapewnia natychmiastowy, udokumentowany i skierowany we właściwym kierunku przepływ informacji.

Optymalne zarządzanie informacją

W wielu przypadkach istotniejsze od notyfikacji o zbliżającej się awarii jest poznanie jej przyczyn. Znając przyczyny awarii istnieje bowiem możliwość transformacji podejścia z tego, które sprowadza się do doraźnego reagowania na pojawiające się problemy (np. naprawa maszyny w czasie planowanego przestoju technologicznego po uprzednim zidentyfikowaniu awarii przez system) do takiego, które identyfikuje ich przyczyny i likwiduje je w zalążku zanim doprowadzą do pojawienia się awarii (np. dany sposób eksploatacji maszyny czy nieprawidłowo prowadzony serwis).

Definiowanie przyczyn awarii

Przewaga naszego systemu wynika

z jego 3 kluczowych cech

Dokładność i wydajność

Nasz system bazuje na najnowocześniejszych osiągnięciach w dziedzinie analizy danych. Do przewidywania awarii wykorzystujemy algorytmy klasy Deep Learning oraz architekturę obliczeniową opartą o potężne procesory graficzne firmy NVIDIA. Dzięki temu jesteśmy w stanie budować modele predykcyjne charakteryzujące się niezwykłą dokładnością w przewidywaniu awarii oraz wydajnie przetwarzać ogromne ilości danych w czasie rzeczywistym. Połączenie tych 2 rzeczy przerosło nasze najśmielsze oczekiwania.

Skalowalność

Nasz system został zaprojektowany z myślą o łatwej rozbudowie celem monitorowania coraz większej grupy maszyn i analizy coraz większego zbiory danych. Gdy zwiększają się potrzeby obliczeniowe możemy w prosty sposób dodawać do systemu kolejne klastry obliczeniowe lub wykorzystać małe autonomiczne urządzenia, które są w stanie wykonywać obliczenia bezpośrednio na monitorowanym obiekcie minimalizując potrzebę przekazywania do serwerów dużych ilości danych.

Zdolność samouczenia się

Algorytmy sztucznej inteligencji wykorzystują proces uczenia się. Oznacza to, że jeśli wystąpi jakieś zdarzenie, które uznawane jest przez użytkownika jako niebezpieczne (np awarie, spadek wydajności maszyny, czy utrata jakości produkcji) to nasze algorytmy nauczą się go i będą w stanie przewidywać w przyszłości. W ten sposób maszyny mogą dzielić się doświadczeniem i zdobytą wiedzą co sprawia, że z czasem są one coraz bardziej inteligentne, a przewidywanie awarii efektywniejsze i dokładniejsze.

Wybierz rozwiązanie idealne dla twoich potrzeb
The mind
  • Mocny i wydajny system dedykowany do Predictive Maintenance
  • Nie wymaga montażu dodatkowej aparatury pomiarowej i interakcji z monitorowaną maszyną
  • Daje nielimitowane możliwości tworzenia i zarządzania modelami predykcyjnymi dla wszystkich rodzajów maszyn
  • Natychmiastowy dostęp do informacji o aktualnym stanie technicznym wszystkich maszyn z każdego miejsca na ziemi z wykorzystaniem przejrzystego dashboardu
  • Efektywne identyfikowanie przyczyn awarii
The Eye
  • Małe urządzenie predykcyjne typu plug&play
  • Wymaga interakcji z maszyną poprzez dowolny protokół wymiany danych np. CAN (including SAE J1939), MODBUS RTU, MODBUS TCP, PROFIBUS, PROFINET, EtherNet/IP
  • Bazuje na dostrojonym pod maszynę modelu predykcyjnym
  • Nie wymaga dostępu do internetu i przesyłu danych. Użytkownik otrzymuje jedynie notyfikację (poprzez GSM lub WI-FI) w przypadku wykrycia nieprawidłowości
  • Niskie koszty zakupu oraz implementacji

Jednak największą wartość można uzyskać integrując ze sobą oba produkty co przyniesie skalowalność oraz umożliwi efektywną wymianę informacji i zdolność samouczenia się.

Nasz system pozwoli Ci nie tylko uniknąć kosztownych awarii, ale również zoptymalizować proces eksploatacji, utrzymania technicznego oraz logistyki przynosząc twojemu przedsiębiorstwu ogromne korzyści finansowe.