IBM：EAMによる信頼性と安全性の積極的な確保

IBMのSkipSnyderが、メーカーにとって効果的なEAMソリューションのメリットについて説明しています

ソフトウェア、システム、およびサービスのエンタープライズ資産管理（EAM）を組み合わせると、運用資産のライフサイクル全体の品質を維持、制御、および最適化するのに役立ちます。 IBM Global BusinessServicesのシニアパートナーであるSkipSnyderと話して、彼はEAMソリューションの利点を、品質の最適化と資産の活用、生産的な稼働時間、およびコスト削減の3つのカテゴリーに分類します。

品質の最適化と資産の活用

簡単に言えば、「手入れの行き届いた機器は、信頼性の高い高品質の出力をサポートします」とスナイダー氏は言います。 「しかし、予防保守は非常に費用がかかる可能性があり、組織は可能な場合は不必要な検査を常に削減しようとしています。」

品質を最適化し、資産を活用する1つの方法は、センサーを介して資産の状態を監視し、故障を防ぐために対処できる潜在的な劣化を示す傾向を監視することです。他の方法には、カメラとマイクを使用して機器の状態を監視することが含まれます。場合によっては、ルートがセンサー、カメラ、マイクを機器に配信してデータを収集します。この方法により、技術者の生産性が向上し、データの収集を継続しながら、より価値の高いタスクに技術者を解放できます。

「資産上のセンサーとデバイスの数が増えるにつれて、追跡されるデータの量は指数関数的に拡大しました。人間だけですべてを監視することは不可能になります。 AIは現在、企業資産管理（EAM）で重要な役割を果たしており、傾向を学習して特定できるため、すべてのデータを理解し、そこから価値を引き出すことができます。このテクノロジーは、データを実用的な洞察に変換し、より効果的なメンテナンスを推進するために使用できるため、資産の理解を深めることができます」とSnyder氏は述べています。

「たとえば、条件ベースのメンテナンスは時間ベースのメンテナンスに取って代わります。数か月ごとまたは設定されたスケジュールで検査または修理を行うのではなく、運用データと分析からの洞察により、資産の障害を予測できます。これにより、注意が必要な資産が適切なタイミングで取得され、信頼性が向上し、メンテナンスが最適化されます。リモート監視機能により、継続的な異常検出が可能になります。資産のパフォーマンスは、人工知能（AI）によって継続的に追跡および評価されます。人工知能（AI）は、フラットライン状態やセンサー読み取り値の急激な変化などの指標に基づいてアラートをトリガーできます。」

シュガークリーク醸造所

「SugarCreekBreweryは、EAM、AI、IoTを使用して品質を最適化し損失を削減しているIBM Maximoの顧客の例です。製造プロセスを通じて、月に3万米ドル以上のビールの流出を失っていました。テクノロジーを統合することにより醸造プロセスでは、製品の品質に影響を与える問題を特定できます。充填時間、温度、pH、重力、圧力、炭酸化、レベルなどのパラメーターはすべて、分析のためにクラウドに送られます。このデータは、新しい情報を提供します。製品が製造の期待に応え、製造損失によるコスト削減がビジネスに再投資されるように、既存のプロセスを処理または改良します。」-IBMグローバルビジネスサービスのシニアパートナー、SkipSnyder氏。

生産的な稼働時間

オープンハイブリッドクラウドプラットフォームとAI主導のインテリジェントワークフローに支えられた適切なEAMシステムを使用することで、メーカーは「潜在的な機器の故障を検出し、技術者に作業指示を自動的に発行して、問題を解決するために必要なすべての情報を提供します。 、ツール、資産履歴、根本原因分析、ベストプラクティスを含みます」とSnyder氏は付け加えます。

コスト削減

コストの評価に関して、Snyderは、これは2つの方法で実行できると説明しています。「最初の 技術者は適切な作業を適切なタイミングで適切な方法で行っていますか？ 2番目 故障、修理の遅れ、欠品による機器のダウンタイムが解消または最小限に抑えられていますか？」

さて、最初の部分 、技術者の効率が高いほど、継続的に稼働し続けることができる機器が増えます。 「効率が高いほど、価値も高くなります」とスナイダー氏は付け加えます。 「リアルタイムの洞察と自動化機能により、従業員はデータ主導の意思決定を迅速かつ自信を持って行うことができ、より価値の高い仕事に力を注ぐことができます。」

2番目の部分では、機器のメンテナンスのニーズに関して既知であり、予測できる情報が多いほど、操作が効率的になります。 「その結果、予期しない故障によるダウンタイムが減少したり、修理する部品がないために修理を遅らせたりする必要があります。適切な情報があれば、障害を予測できます。適切なEAMプログラムを使用すると、適切な部品を適切な量で適切なタイミングで入手できるため、機器のパフォーマンスが最適化され、設備総合効率（OEE）が向上します。」

EAMソリューションを採用するメーカーのベストプラクティス

結論として、Snyderは、EAMソリューションを採用するための多くのベストプラクティスがあることを反映していますが、最終的には、機器の状態を把握し、従業員に適切な情報とツールを提供し、信頼性と安全性を積極的に確保することになります。

「これを実現するには、ハイブリッドクラウドとAI機能を導入することが重要です。オープンハイブリッドクラウドアーキテクチャにより、メーカーは処理を運用に近づけ、データの遅延を減らして、適切な情報とツールがタイムリーに従業員に届くようにすることができます。 AIは、従業員が製造現場やそれ以降の膨大なデータを分類して、機器で実際に何が起こっているのか、そして発生する可能性のある問題に対処するための最善の行動を理解するのに役立ちます。」

>

メーカーの主な焦点は、優れたデータ慣行でもあるはずです。 EAMは意思決定をデータに依存しているため、「データ品質の低下やデータの欠如は、技術者が間違った優先順位に時間を浪費したり、必要なときに必要な場所で在庫を利用できなかったり、適切なツールを利用できなかったりすることにつながります。機器の故障と生産の遅れ。」

予防から予防に移行するために、メーカーは「IoT、モバイル、AI、ロボット工学、およびその他の技術革新を利用してデータを収集、分析、および実行する」戦略を持っている必要があります。機器の状態を理解するため。そして最後に、テクノロジーによって生成された洞察に基づいて行動するためのプロセスを自動化します。」