工業製造
産業用モノのインターネット | 工業材料 | 機器のメンテナンスと修理 | 産業プログラミング |
home  MfgRobots >> 工業製造 >  >> 機器のメンテナンスと修理

大規模な予知保全で成功

前回の投稿では、予知保全(PdM)の台頭と、なぜこれほど多くのベンダー(およびその顧客)がそれを誤解し続けているのかを調べました。ここでは、何年にもわたって予知保全について学んだことを、今日私たちが行うすべてのことにどのように適用してきたかを探ります。

航空宇宙産業での30年以上の経験と、PdMのみに費やされた150人年以上の研究開発時間の組み合わせにより、さまざまなセクターに予知保全技術を展開することについて多くのことを学びました。そして、さまざまなセクターや顧客の成熟度に遭遇し続けるにつれて、私たちは学び続けます。何よりも、予知保全をうまく行うのは簡単ではないことを学びました。

重要なのは、PdMをうまく行う方法を知ることだけでなく、なぜそれが重要なのかを知ることです。たとえば、PdMの真の価値は、たとえそれが大きな投資収益率をもたらしたとしても、説明するのが難しい場合があることを学びました。 PdM戦略の実装は、軽視すべきではない動きです。これは、取締役会から製造現場まで、ビジネス全体に影響を及ぼします。この規模の変革に着手する前に、その成功にある程度の自信が必要です。

ここで、私たちの経験では、組織が予知保全の旅に着手する際に留意すべきいくつかの重要なポイントがあります。

予知保全は、一般的なデータサイエンスのユースケースではありません

以前に失敗した実装の試みについてお客様と話すほど、PdMを典型的なビッグデータの問題として扱うことができないことが確実になります。これは主に、ビッグデータソリューションが機能するために必要な豊富なコンテキストがPdMに大幅に不足しているという事実に帰着します。多くの機械故障モードも本質的に微妙であり、確立された機械学習アルゴリズムが識別可能なパターンを正確に予測することを困難にしています。

一般的なデータサイエンスソリューションで90%以上の精度レベルを期待するのは不合理ではありません。ただし、PdMソリューションに同様の精度を期待することは、それがどのように機能するかについての根本的な誤解を示唆しています。はい、ラボ環境で高品質の精選されたデータを使用すると、特定のマシンおよび特定の障害モードに対してこのような結果が得られます。しかし、これは現実を表すものではありません。すべてのマシンと障害モードは、1つには固有であり、センサーの種類が異なれば、さまざまなレベルの精度のデータが提供されます。そして、それは工場のフロアの動的な性質、および重要なコンテキスト情報の一般的な欠如は言うまでもありません。

一般的な質問をしたり、PdMソリューションの正確性に関して具体的な主張をしたりする人には、難しい質問をする必要があります。

視聴者を知る

私たちの経験から学んだもう1つのことは、忙しいメンテナンスチームは通常、シフトの開始時にほとんど時間がないということです。彼らが担当している多くのマシンのどれが最も注意を必要としているのかを特定するため。彼らは確かに、その時間をグラフの調査や生データの選別に費やしてその情報を明らかにすることを望んでいません。

したがって、シンプルで直感的なソフトウェア設計が不可欠であり、保守の専門家に必要な洞察を読みやすいダッシュボードで提供し、貴重な時間を節約します。ただし、多くのベンダーがそのようなダッシュボードを提供していますが、多くの場合、ユーザー固有のワークフロー、設定、およびエクスペリエンスを考慮していない一般的な製品である可能性があります。確かに、これらの専門家の知識と経験は非常に貴重です。それを利用することは、PdMソリューションの成功にとって非常に重要です。

Senseyeの製品は、これらすべてを念頭に置いて設計されています。シンプルさを目指し、分析と明確なユーザーインターフェースをシームレスに統合します。情報は、複数のチャートやグラフではなく、リストの形式で表示されます。アテンションエンジンは、マシンデータ、メンテナンスデータ、およびオペレーターデータを使用して、注意が必要なマシンに優先順位を付ける独自のアルゴリズムです。

ユーザーがどこに向かっているのかを知る

また、さまざまな企業(多くの場合、同じ企業内のさまざまな領域)が、予知保全の過程でさまざまな段階にあることも学びました。たとえば、ある会社は、定期的なルートベースの状態監視チェックのみを実行している場合があります。ただし、別の方法では、堅牢な自動状態監視とPdMソリューションを組み合わせて、マシンの状態と障害までの時間を正確に予測します。

もちろん、これらの例は規模の両端にあり、ほとんどの企業は2つの中間に位置し、経営陣による理解と企業からの賛同の結果として、データと文化的準備の両方の成熟度が高まります。 ITチーム。ただし、成熟度レベルに応じてそれぞれ異なるサポートと導入パッケージが必要になるため、企業がその規模でどこに位置するかを知ることは重要です。

長年の経験から、何が機能し、何が機能しないかについて多くのことを学びました。次の投稿では、この経験と理解のすべてが、SenseyePdMを市場の主要なPdM製品にした方法を探ります。それまでは、ホワイトペーパー「Senseyein Depth:予知保全が非常に難しいのはなぜですか?」で、PdMについて学んだ最も重要なことの詳細を確認できます。


機器のメンテナンスと修理

  1. 予防保全と予知保全の違い
  2. 予知保全のメリットを理解する
  3. 予知保全の説明
  4. 死んだ予知保全プログラムの復活
  5. メンテナンスを予測可能な信頼性に変換する
  6. 予知保全プログラムの成功の測定
  7. 予知保全に関する質問への回答
  8. 予知保全–知っておくべきこと
  9. 予測分析の説明
  10. 予知保全における機械学習
  11. メンテナンスへの過剰な支出を排除する