Experts Discuss Predictive Maintenance In Manufacturing

Taasavaldanud Platon

järgijaid: 0

Eksperdid arutavad prognoosivat hooldust tootmises — Illustratsioon: © IoT For All

Võimalike rikete, töötajate vigastuste ja tootmiskadude ärahoidmiseks tutvub üha enam ettevõtteid varade kaugjälgimisega. Nad üritavad joosta ennustavad hooldussüsteemid tabada probleemid enne nende tekkimist tootmises, minimeerida töötajate ja klientide rahulolematuse riske ning hoida ära rahakadu.

Õnneks pakub 21. sajand kaasaegseid ja tõhusaid lahendusi prognoositavaks hoolduseks tootmises, mida erinevates tööstusharudes rakendada.

Hiljuti on Prylada läbi viinud mitmeid klientide arenguvestlusi, kus pöördusime töötleva tööstuse ekspertide poole. Meie meeskond seadis eesmärgiks koguda selle kohta väärtuslikku teavet varade jälgimine ja tehnoloogia kasutuselevõtu väljakutsed tööstuses ning kuidas ettevõtted neid lahendavad.

Intervjuude käigus arutasime turu hetkeseisu, häirivamaid probleeme, konkurentsi ja soovitusi valdkonna tõhusaks arendamiseks.

Prylada

Kuidas on tootmisturg viimase 5 aasta jooksul muutunud?

Tarbijate eelistused toodete kohandamise, konkurentsivõimelise hinnakujunduse ja parimate tarneraamide osas on saanud tootmisettevõtete peamiseks tõukejõuks oma tööviisi ümber mõelda. Kaasaegsete nõudmistega sammu pidamiseks peavad nad suurendama tootlikkust digitaaltehnoloogiate rakendamisega. Nende tehnoloogiate hulka kuuluvad digitaalsed jätkusuutlikkuse lahendused, digitaalsed kaksikud, autonoomsed mobiilsed robotid, liitreaalsus, AI ja masinõpe.

"Mineviku reaalsus oli see, et tootjad tegid ületunde, tegid asju väga käsitsi ja neid ei toetatud. Nad lihtsalt said töö tehtud ja nüüd on see nihkunud sinna, kus need tootmisettevõtted on jõudnud selle lihtsalt ära tegemiselt sinna, kus neil on vaja käivitada suured digitaalse ümberkujundamise algatused."

- Richard Lebovitz, tegevjuht LeanDNA

Tootjad hakkasid mõtlema järgmisest vaatenurgast:

Peame olema palju rohkem ühendatud
Peame paremini nägema mitte ainult probleeme, millega me hädas oleme, vaid ka meetmeid, mida me peame võtma.

Üldpilt nihkus töölt digitaalse ümberkujundamise prioriteediks. Lisaks on COVID-19 rõhutanud tugevate ja kohandatavate tarnevõrkude tähtsust. Pandeemia ettenägematute tagajärgede tõttu tekkisid märkimisväärsed kahjud tööstusettevõtted oma praegused äristrateegiad uuesti läbi vaatama. Selle tulemusena oli nende eesmärk optimeerida olemasolevaid protsesse ja vähendada nende sõltuvust välistest teguritest, suurendades seeläbi vastupanuvõimet vääramatu jõu olukordadele.

Jätkusuutlikkusele keskendumine muutub tõukejõuks nutikate asjade interneti tehnoloogiate suuremal kasutamisel, muutes töötleva tööstuse targemaks, tõhusamaks ja jätkusuutlikumaks ning parandades samal ajal ka töötajate heaolu. See toimub automatiseerimise ja digitaalse transformatsiooni kaudu ning see kasutab ennustavat analüütikat, et anda paremaid soovitusi. See omakorda annab meile parema ülevaate sellest, millised on kitsaskohad ja millised on väljakutsed.

Teisest küljest on uute nutikate tehnoloogiate kasutuselevõtt muutunud keerukamaks ja aeganõudvamaks. Tarneahela väljakutsed ja personalipuudus on pannud kogu C-Suite'i põhjalikult tegelema tegevusküsimuste ja otsustega korruse tasandil. Selle tulemusel tekkis suurem hulk sidusrühmi, kes pidid mõistma riske, joonduma eeldatava väärtusega kasu ja tasakaalustama neid kaalutlusi ettevõtte muude algatustega.

Tehnoloogilise arengu kiire tempo sellistes valdkondades nagu automatiseerimine, tehisintellekt ja asjade internet nõuavad tootjatelt uute tehnoloogiate kohandamist ja integreerimist oma tegevusse.

Prylada

Uutele varade seiretehnoloogiatele üleminek võib aga olla keeruline ja kulukas, nõudes tööjõu kvalifikatsiooni tõstmist ja ühilduvuse tagamist olemasolevate süsteemidega.

Kogusime kokku selle üleminekuga seotud levinumad väljakutsed ja takistused, nagu intervjueeritavad meiega jagasid. Esimesel kohal on punktid, mida kuuleme kõige sagedamini. See ei tähenda tingimata, et need on kõige kriitilisemad, kuid see näitab nende levimust. Alustame.

Tootmisseadmete plaaniväline seisak

Kaasaegsete seadmete tootmine hõlmab ülitäpseid keerulisi protsesse ja keerukaid seadmeid. Tootmisseadmete plaanivälisel seisakuajal võib saagikao ja tootmisaja kaotamise tõttu olla väga kõrge hind. Hiljutised uuendused ennustavas hoolduses võivad oluliselt aidata vähendada tootlikkuse vähenemist ning säästa palju vaeva ja aega.

Üks tootmises ennustava hoolduse jaoks edukalt kasutatud tehnikatest kasutab suure hulga rikkeandmete, hoolduse ja jälgimisandmete analüüsi. Kasutatavate andmete kvaliteedi parandamiseks omistatakse veamudelitele sellised parameetrid nagu protsess, ajatempel ja üksikasjalik komponentide teave, et luua tugevaid andmekogumeid. Mitmed suured pooljuhte tootvad ettevõtted on teatanud selliste tehnikate kasutamisest oma prognoositava hooldusmudeli osana saagikuse parandamiseks.

Väljakutsed jäävad alles, kuna paljudes keerulistes protsessides on sageli sagedased triivid ja nihked. Konkreetseid parameetreid reguleeritakse käituste vahel, et hoida protsessi eesmärgipäraselt. Õige juhtimise võimaldamiseks saab kasutada selliseid tehnikaid nagu virtuaalsed andurid, mis jälgivad ja salvestavad parameetrite konfiguratsiooni reaalajas. See on praegu aktiivne uurimisvaldkond ja teadlased uurivad aktiivselt uusi tehnikaid, sealhulgas tehisintellekti.

Andmekogumisvahendite puudumine

Kuna varade piiratud nähtavus tähendab suuremaid hooldus- ja asenduskulusid, on paljudel tootjatel juba praegu probleeme masina põhiandmete kogumisega. Need andmed hõlmavad tavaliselt temperatuuri, vibratsiooni, kiirust ja muid toimivusnäitajaid.

Paljude ettevõtete jaoks võib aga andmete kogumise tööriistadesse investeerimine olla kulukas ettevõtmine. Seetõttu eelistavad nad tööd olemasolevate ressurssidega, mis võib arengut mitmel viisil takistada.

Tootjad, kes soovivad kasutada varade jälgimiseks reaalajas andmeid, vajavad tööriista, mis suudab automaatselt ühendada ja koguda andmeid mis tahes allikast. Ideaalis peaks see suutma ka andmeid normaliseerida ja hallata, analüüsida ning hõlpsasti integreerida kolmandate osapoolte rakenduste ja pilvandmetöötlusplatvormidega.

Prylada

Andmete integreerimise ja mastaapsuse probleemid

Tootmisinfrastruktuur hõlmab sageli erinevaid süsteeme, nagu masinad, tootmisliinid ja kommunaalsüsteemid. Neid süsteeme võidi rakendada erinevatel aegadel, kasutades erinevaid tehnoloogiaid. Lisaks genereerib iga süsteem andmeid oma vormingus, muutes integreerimise kolmandate osapoolte süsteemidega tohutuks ülesandeks. Ebajärjekindlad vormingud, puuduvad väärtused ja ebatäpsused takistavad tõhusat integreerimist.

Tootmisrajatiste ja protsesside arenedes kasvab andmemaastik. Süsteemid peavad olema skaleeritavad, et mahutada kasvavaid andmemahtusid. Oluline on tagada sujuv ja tõhus andmevoog tootmistoimingute lõikes ilma seireinfrastruktuuri ülekoormamata. Selleni jõudmine on võimalik kaasaegsetesse tööriistadesse investeerides ja andmekvaliteedi esikohale seadmisel.

Prylada

Turvaaugud tootmises

Tootmistööstus seisab silmitsi pidevalt areneva küberohtude maastikuga, alates lunavararünnakutest kuni tarneahela haavatavusteni. Riistvara kontekstis arvati, et madalama kvaliteediga võltsitud tooted on pooljuhtide jaoks suureks probleemiks, samas kui kiibid jäid turvalisusega seotud probleemidest suhteliselt vähe mõjutatuks.

Kuid viimastel aastatel on ründajad leidnud meetodeid keeruka pooljuhtide tootmisprotsessi ärakasutamiseks. Nad on püüdnud manipuleerida kiibi arhitektuuriga, juurutades riistvaratroojalaste kaudu pahatahtlikku loogikat. Ründajad kasutavad neid troojalasi kas teenuse keelamiseks (DoS) või andmete varguseks. Eelkõige teatas Süüria suurest troojalaste rünnakust, kus ründajad manustasid kiibile Trooja nimega "Kill Switch", et keelata Süüria õhutõrjesüsteem, võimaldades neil sooritada õhurünnakut.

Viimastel aastatel on tootjad laiendanud masinõppel ja asjade internetil (IoT) põhinevate andmeanalüütika kontseptsioonide kasutamist, et tagada nende seadmete nõuetekohane kaitse. Nende tehnikate puhul lähtestavad nad esmalt seadmed kõigi seireparameetrite jaoks ja seejärel rakendavad nendele parameetritele masinõppe algoritme, et ennustada väljundi parameetriklassi. Kui tulemused (väljund) ei vasta prognoositule, võivad tootjad seadmed märgistada.

Prylada

Muud säästvat tootmist takistavad takistused

Ummistused tarneahelas

Tootjad seisid ajalooliselt silmitsi mitmete raskustega ja 2024. aasta ennustused näitavad rohkem sama. Kuna globaalne kaubandus muutub keerulisemaks, peavad tootjad valmistuma taluma ootamatuid või äkilisi katkestusi oma tarnevõrkudes.

Mõnede meie intervjueeritavate sõnul on tarneahela katkestused lähitulevikus jätkuvalt üheks olulisemaks raskuseks, millega tööstus silmitsi seisab. Praegu on varud viimaste aastakümnete madalaimal tasemel, mis näitab, et teatud tooteid ei saa praegu toota. Taiwanist, Hiinast ja teistest offshore-ettevõtetest pärit pooljuhtide tõsine nappus on sundinud mõned autotööstuse tehased sulgema. Ka kodumaine tootmine on olnud raskustes.

Inflatsioon

2023. aastal oli inflatsioon kõigis suuremates majandustes kasvava nõudluse ja ebapiisava pakkumise tõttu peaaegu kahekohaline. Järgmisel aastal tõusevad peamiste tootmissisendite, nagu alumiinium, õli ja teras, hinnad veelgi, suurendades survet ettevõtetele, kes juba üritavad kulusid kvaliteeti ohverdamata vähendada.

Inflatsiooni ajal on varade jälgimise automatiseerimiseks ressursse ja investeeringuid raske leida. Kuid tootjad ei tohi ignoreerida potentsiaali, mida see tööstusele toob. See võib aidata vähendada käsitsi vigu ja kiirendada ülesandeid kuni 10 korda.

Selle väljakutsega toimetulemiseks peab tööstus eraldama eelarve automatiseerimiseks ja võtma kasutusele rohkem AI-tehnoloogiat, et kontrollida ja automatiseerida ülesandeid reaalajas. See ei aita mitte ainult kulusid kokku hoida, vaid suurendab ka tõhusust ja vähendab jäätmeid.

Digitehnoloogiate kasutuselevõtmise väljakutsed

Tootmisprotsessid keerlevad pidevate, rutiinsete ajakavade ja ülesannete ümber, mida juhivad sajad tarnijad ja töötajad erinevates kohtades ning mille eesmärk on tarbekaupade tootmine. See muudab ettevõtete jaoks erakordselt keeruliseks praeguse rutiini jälgimise ja parendusvaldkondade tuvastamise.

Tootjad saavad hõlpsasti jälgida iga sammu kogu väärtusahelas, rakendades reaalajas asjade Interneti-põhiseid jälgimistehnoloogiaid. Sellised tehnoloogiad aitavad neil paremini mõista lünki oma jätkusuutlikkuse eesmärkides ja leida lahendusi tõhususe, saagikuse ja vastavuse parandamiseks.

Arukas varade jälgimine on tavaliselt seotud kahe väljakutsega. Esimene hõlmab vanade seadmete integreerimist ja uuendamist, et need ühilduksid uue tehnoloogiaga, võimaldades tööstus 4.0 potentsiaali täielikult ära kasutada. Teine eeldab personali ümberõpet tagamaks, et nad saavad tõhusalt jälgida, kasutada uut seiresüsteemi ja sellest kasu saada.

Väiksemad tootjad leiavad, et esialgne investeering uude tehnoloogiasse on sageli hirmutav. Siiski on oluline mõista, et nii digitaalne ümberkujundamine kui ka töötajate ümberkujundamine on järkjärgulised protsessid. Need muutused ei toimu üleöö.

Prylada

Pakke Up

Töötlev tööstus kogeb juba automatiseerimise ja robootika mõjusid, nagu tehisintellekt, asjade internet, andurid, põrandal olevad robotid ja robotiprotsesside automatiseerimise laialdasem kasutamine. Kasvav nõudlus digitaaltehnoloogiate kasutuselevõtu järele ja eelised, mida tootmisettevõtted saavad neist saada, soodustavad digitaliseerimise kasvu.

Osana jätkuvatest jõupingutustest, et tulla toime väljakutsetega, millega tööstus tänapäeval silmitsi seisab, rakendavad tootjad asjade Interneti-põhiseid lahendusi intelligentseks varade jälgimiseks. Tehnoloogia valik ja selle kasutuselevõtu valik sõltub aga siiski ärivõimalustest ja -vajadustest.

Tööstusmasinate planeerimata seisakud, andmete kogumise probleemid, turvanõrkused ja mastaapsuse piirangud on need väljakutsed, mis on tootmismaastikul esikohal ja mida saab lahendada asjade Interneti-põhiste jälgimistehnoloogiate abil. Sellised tehnoloogiad annavad tootjatele üksikasjalikke, kontekstuaalseid andmeid kogu tarneahelas, et nad saaksid kiiresti tuvastada probleemid, mille abil tegutseda.

Lisaks saavad nad ennustada võimalikke probleeme enne nende tekkimist, vältides tagasikutsumist ja muid olulisi keskkonnariske. Aja jooksul võimaldavad seiretehnoloogiad kasutajatel jälgida oma jätkusuutlikkuse eesmärkide saavutamist ja tagada vastavus valdkonna eeskirjadele.

Täname kõiki, kes osalesid meie kliendiarendusvestlusel:

Vatsal Shah, tegevjuht Lakmus
Stefan Schwab, tegevjuht Valgustunud
Tom Richter, digitööstuse diskreet- ja protsessitootmise vertikaalide ülemaailmne juht Nokia
Nils Arnold, tegevjuht Ees
Duncan Kerr, endine tegevjuht Aeristech
Richard Lebovitz, tegevjuht LeanDNA
Gulroz Singh, SoC ohutusarhitekt aadressil NXP Pooljuhid
Donnie Rand, turunduskoordinaator aadressil American Association of Owner Operators, LLC
David Reid, müügidirektor aadressil VEM-tööriistad
Derrick Hathaway, müügidirektor aadressil VEM Medical
Harman Singh, direktor aadressil Küfer
Doug Lawson, tegevjuht ThinkIQ
Ja teised valdkonna spetsialistid, kelle kommentaarid selle artikli jaoks võeti