インダストリー4.0の主要コンポーネントである予知保全

予知保全は、メンテナンスの問題をリアルタイムで特定できるため、機械や車両の所有者は、費用対効果の高いメンテナンスを実行し、ユニットが故障したり損傷したりする前に事前に判断することができます。予知保全を正しく使用すると、産業資産の寿命を延ばし、コストを削減して可用性を高めることができます。

スペインには世界で2番目に大きな高速鉄道ネットワークがあり、4,900 km（3050マイル）を超える高速鉄道路線があります。そして、鉄道事業者のレンフェは、全国のすべてのAVE（Alta Velocidad）列車に時間通りに到着することを約束しています。

最近まで、このようなサービスと可用性を提供するために、鉄道事業者は、予期しない障害やメンテナンスの問題に対処するために、かなりの数の列車を待機させる必要がありました。

ただし、Renfeは、リアルタイムの監視、予知保全、およびオンデマンドのコンポーネント交換のおかげで、高速列車の99％以上を常に稼働させ続けることができるようになりました。

写真提供：Renfe。

ほとんどの列車を構築および保守するSiemensは、数千のセンサー、エッジコンピューティング、およびリアルタイム分析の組み合わせを使用して、潜在的な故障を予測し、保守またはコンポーネントの交換に最適な時間を決定します。システムまたはコンポーネントのメンテナンスが必要な場合、システムは必要なダウンタイムをスケジュールし、遅延を回避するために技術者と交換部品の両方が利用可能であることを確認します。

このかみそりの最先端の技術により、10分を超える技術的な障害によって引き起こされる遅延は、平均して150万キロメートルごとにのみ発生します。列車は99.94％の時間運行可能です。

さらに、コンポーネントとシステムは必要な場合にのみ修理または交換されるため、部品と人件費を大幅に節約できます。一部の要素は、設計された運用時間後も引き続き使用できます。

予知保全は、業界がデジタル化のメリットを実現するのに役立ちます

予防保守は、定期的なチェックと定期的な特定の部品の交換に基づいています。これは多くの業界で効果的であり、より高価な修理を回避するのに役立ちましたが、廃棄物システムを作成します。交換された部品の多くは、正常に機能し続けるのに十分な状態です。

予防保守とは異なり、予知保全は必要なときに必要な部品のみを交換します。障害につながるマシンの状態を検出するだけでなく、障害が発生するまでの時間を推定して、サービスを計画できるようにします。

この概念は現在、産業資産に適用され始めています。インダストリー4.0で前進するための最も言及された課題の1つは、レガシー機械への多額の投資です。現在、多くの重機メーカーは、資産がオペレーターにリースされ、マシンの実際の使用に対して支払いを行う「レント」モデルを検討しています。メンテナンスとスペアパーツはサービスの一部です。

製造業者は、リアルタイムの監視と予知保全を使用して、保守タスクを実行するために技術者を派遣する必要がある時期を判断したり、故障しそうなコンポーネントを交換するように機械のオペレーターに指示したりできます。このようにして、資産のダウンタイムが最小限に抑えられ、マシンの最高のパフォーマンスが長年にわたって保証されます。

自動車や電化製品などの消費者向け製品の予知保全が進んでいます

従来、車両は、最後の検査から一定の走行距離または特定の時間に達したときに、最初に来たものが何であれ、予防サービスを受けます。このシステムは、自動車メーカーやディーラーが何十年も使用しているシステムです。

今日、ほとんどの電気自動車の価格にはバッテリーが含まれていません。バッテリーはありますが、メーカーからリースされています。多くのEV所有者は、燃料を支払う代わりに、車の使用量に基づいて月額料金を支払います。バッテリー、エンジン、充電ポートに取り付けられたセンサーは、情報をメーカーに送信します。バッテリーが車のユーザーのニーズに合った適切な充電を保持できなくなると、バッテリーは交換されます。

これらの交換されたカーバッテリーは、再生可能エネルギーの電力貯蔵として、またはグリッドのバランスを取るために、通常10年以上のセカンドライフを持​​つことができます。その後、ユニットを分解し、材料を再調整して、新しいバッテリーで再び使用したり、他の部品を製造したりします。

電化への決定的な動きがありますが、今日販売されているほとんどの車はまだ内燃機関を使用しています。自動車メーカーとディーラーは、車両のすべての重要なシステムを継続的に監視することにより、メンテナンスを最適化する方法を探しています。接続されたセンサーとオンボード分析を使用して、メンテナンスが必要な時期を予測することができます。

たとえば、特定の条件で運転するために継続的なブレーキング、パッドの使用、ブレーキフルードが必要な場合、車のサブシステムはドライバーに警告し、それらのブレーキが故障する前にサービス方法をスケジュールします。

車両のセンサーは、湿度、温度、重量、応力などの環境条件に加えて、舗装面や傾斜などの他の測定値も測定できます。これらすべてのデータポイントを収集することで、メーカーやサービスセンターに、車両が稼働している場所の環境条件に関する完全な情報を提供できます。これは、高度なメンテナンスのニーズを評価する際に貴重な情報です。

アプライアンスメーカーは同じ概念を見ています。重機やその他の産業資産とは異なり、ほとんどの家電製品は5年から10年続くように設計されています。その背後にある理由は、消費者が安価な製品を望んでおり、失敗したときに新しい製品を購入することに慣れているためです。

たとえば、洗濯機のベンダーが消費者にユニットをレンタルすることで安定した収益を得ることができれば、より長持ちするより良い材料とコンポーネントで製品を作り、小さなセンサーの軍隊を取り付けて、マシンの状態。

マシンに組み込まれたセンサーが重要なコンポーネントがすぐに故障することを検出すると、ユニットはメンテナンスコール、必要な部品、および変更を行うための技術者をスケジュールします。ユーザーは、アプライアンスの破損を経験する必要がなくなり、修理業者が到着するのを待って問題を診断し、後で交換部品を持って戻る必要がなくなりました。