Firmy mogą i powinny wykorzystywać kluczowe elementy i aspekty technologii IIoT, w tym uczenie maszynowe, analitykę i mobilność.
Przemysłowy Internet Rzeczy (IIoT) oraz koncepcja wykorzystania tej technologii i jej rozwiązań dla celów utrzymania ruchu, to niezwykle popularne obecnie pojęcia i idee w branży utrzymania ruchu w przemyśle. Ale co te koncepcje oznaczają i jak mogą przynieść korzyści specjalistom od utrzymania ruchu, którzy usiłują sprostać wymaganiom produkcji, zwiększyć produktywność oraz poprawić wyniki firmy?
Historia rozwoju IIoT ewoluuje od czasów znacznie dawniejszych, niż gdy po raz pierwszy przedstawiono mi tę technologię 15 lat temu. W tym początkowym okresie dyrekcje firm były niechętne do wykorzystywania rozwiązań IIoT. Obecnie wdrażanie technologii komunikacji i przetwarzania danych z wykorzystaniem tzw. chmury staje się wręcz konieczne ni niezbędne. Systemy oparte na chmurze, oraz technologia IIoT, pozwalają firmom na nabywanie i wykorzystanie rozwiązań najlepszych w swojej klasie, bez wywracania swoich działów informatycznych do góry nogami. Dziś firmy mogą z powodzeniem wykorzystywać i stosować kluczowe aspekty IIoT, w tym uczenie maszynowe, analitykę i mobilność.
Uczenie maszynowe
Uczenie maszynowe (samouczenie się maszyn) jest typem sztucznej inteligencji, która daje komputerom możliwość uczenia się wzorców i trendów, bez specyficznego programowania. Uczenie maszynowe koncentruje się na tworzeniu programów, które zmieniają się przy otrzymywaniu nowych danych. Dla specjalistów od utrzymania ruchu w fabrykach programy te mogą oznaczać zmiany w harmonogramach konserwacji profilaktycznej (preventive maintenance, PM) lub zapobiegawczej (predictive maintenance, PdM), na podstawie stanu sprzętu.
Nie jest sprawą kluczową to, w jaki sposób informacje są importowane do systemu, takiego jak CMMS (computerized maintenance management system – wyspecjalizowany system informatyczny, przeznaczony do szeroko rozumianego wsparcia utrzymania ruchu w firmach produkcyjnych). Moje doświadczenia z ewolucją systemów CMMS i mobilnością pokazały, że nawet przy stosowaniu metod manualnych, uczenie maszynowe może dać w wyniku ustanowienie procedur dla zapobiegania pułapkom planowania, lepszego zarządzania zapasami, wypracowanie najlepszych praktyk w zakresie zarządzania projektem i większej dyscypliny utrzymania ruchu.
Analityka
Informacje dotyczące wszystkich zasobów, siły roboczej i zarządzania pracą są łatwo dostępne, z możliwością podłączenia systemu CMMS i narzędzi. Bardziej konkretnie – za pomocą zaawansowanej analityki specjaliści od utrzymania ruchu mogą interpretować dane z wielu źródeł (w tym dane ustrukturyzowane i nieustrukturyzowane), w celu ich wykorzystania w wielu różnych systemach zarządzania operacjami i zasobami. Ta analiza daje głęboką i szeroką perspektywę, ujawniając warunki, które normalnie nie są oceniane.
Jakiś przykład praktyczny mógłby pomóc zrozumieć status środowiskowy jakiegoś urządzenia, gdy zaczyna ono się psuć i kiedy w końcu ulegnie awarii. Ten pogłębiony i szerszy widok może rzucić światło na czynniki nie brane poprzednio pod uwagę, a mające istotny wpływ na awarię urządzenia. Wykorzystując te dane łatwiej jest dokonać działań, które zapobiegną temu, co może się wydarzyć. Firmy analizują działanie sprzętu wczoraj i dziś, aby przewidzieć to, co wydarzy się jutro. Dzięki potędze narzędzi i mechanizmów analityki IIoT:
- Producenci mogą zapobiec awariom pojazdów i ostrzegać kierowców, lub przewidywać przestoje na liniach produkcyjnych
- Firmy z branży ropy naftowej i gazu mogą opracowywać zoptymalizowane harmonogramy konserwacji dla kluczowych urządzeń
- Zakłady przemysłowe mogą przewidywać przerwy w działaniu generatorów energii elektrycznej
Mobilność
Współcześnie w świecie aplikacji przemysłowych smartfony i laptopy są bardziej obecne, niż komputery stacjonarne. Mobilność jest związana z realizacją większości procesów i aktywności w naszym świecie i może zaoferować nam wysoce efektywną drogę ku wdrożeniu technologii IIoT i dostępnych dzięki niej rozwiązań. Potęga technologii mobilnej może zmienić procedury uczenia maszynowego i analityki w praktyczne działanie, poprzez pozyskiwanie danych bezpośrednio z jakiejś maszyny do urządzenia mobilnego.
Smartfony i tablety okazują się niezwykle pomocne w ułatwieniu dostępu do całego bogactwa gromadzonych w sieci IIoT danych, w tym historii pracy kluczowego sprzętu, co wpłynie na podejmowanie przyszłych decyzji.
Dzięki możliwości korelowania trendów historycznych i obecnych warunków pracy sprzętu, firmy mogą wykrywać awarie i wydłużyć czas pracy bezawaryjnej tego sprzętu. Dostęp do standardowych procedur operacyjnych służących naprawie sprzętu, może być uzyskany za pomocą smartfona, co zmniejszy wskaźnik awaryjności spowodowanej błędami manualnymi.
Dla specjalistów od utrzymania ruchu oznacza to, że to gdzie obecnie ich firma się znajduje, nie musi być bardzo odległe od tego gdzie znajdzie się ona być jutro. Narzędzia służące przygotowaniu się do wdrażania technologii IIoT w firmie są bowiem dostępne już dziś.
Autor: Kevin Clark, dyrektor d/s globalnych usług i związków strategicznych w firmie Fluke Corp.
