Predictive Maintenance:
Zobacz awarię, zanim nastąpi
Nie „konserwacja według planu”, lecz „konserwacja, gdy mówią o tym dane”. Modele przeżycia i LSTM uczą się pozostałego czasu życia każdej maszyny z historii sensorów i konserwacji oraz ostrzegają, zanim nastąpi kosztowny nieplanowany przestój.
Ten moduł jest częścią sześcioczęściowego wyliczenia modelowego o fikcyjnym, średniej wielkości zakładzie produkcyjnym (48 maszyn, praca 3-zmianowa, 85 mln € przychodu). Wszystkie kwoty w euro są wyprowadzone z udokumentowanych założeń zakładu wzorcowego. Nie są to wyniki realnych klientów ani obietnica rezultatów. To, jakie wartości są osiągalne na Państwa realnych danych, pokazuje dopiero projekt pilotażowy.
01 Problem: nieplanowany przestój to najdroższy przestój
Dlaczego sztywne interwały konserwacji palą pieniądze w obie strony
Konserwacja w stałym interwale jest zawsze błędna: za wcześnie wymienia się sprawne części, za późno linia staje. Nieplanowana awaria jest najdroższa, bo utrata produkcji, ekspresowe części zamienne, dodatkowe zmiany i niedotrzymane terminy sumują się z każdą godziną.
Sygnały nadchodzącej awarii dawno są w Państwa danych: drgania, temperatura, pobór prądu, czasy cyklu i kody błędów. Żaden człowiek nie analizuje tego dla 48 maszyn na okrągło. Model tak.
A na końcu maszyna i tak zostaje naprawiona, tylko że nieplanowo, pod presją czasu i w środku zmiany.
02 Model: pozostały czas życia zamiast sztywnych interwałów
Analiza przeżycia szacuje prawdopodobieństwo awarii w czasie, LSTM wykrywa wzorzec w przebiegu sensorów
Anlagen mit Vorwarnung (> Schwelle): 7 von 48 Mediane Vorwarnzeit vor Ausfall: 11 Tage
Model przeżycia (Gradient Boosted Cox) daje każdej maszynie prawdopodobieństwo awarii w nadchodzących tygodniach. LSTM wykrywa w wysokoczęstotliwościowym przebiegu sensorów anomalię poprzedzającą awarię. Razem dają czas ostrzeżenia o medianie 11 dni, wystarczająco na planową konserwację przy niskim obciążeniu.
03 Wpływ na biznes: mniej nieplanowanych godzin
Dźwignia: z nieplanowanego przestoju staje się planowany
Każde założenie pochodzi z przykładowego zakładu i jest przechowywane centralnie. Z Państwa realnymi danymi zmienia się tylko wejście, nie metoda.
| Pozycja | Wartość |
|---|---|
| Godziny nieplanowanych przestojów / rok | 900 h |
| Koszt przestoju za godzinę | €750 |
| Baza: Koszt nieplanowanych przestojów / rok | €675.000 |
| Dźwignia: Redukcja dzięki predictive maintenance | 32 % |
| Wynik: oszczędność / rok | €216.000 |
Założenia przykładowego zakładu. W realnym projekcie Państwa dane zastępują te wartości.
Planowa konserwacja kosztuje ułamek: odbywa się przy niskim obciążeniu, z przygotowanymi częściami i bez dodatkowej zmiany. Model nie zmienia ilości konserwacji, tylko przesuwa ją na właściwy moment.
04 Następne kroki w Państwa zakładzie
Od modelu do kokpitu utrzymania ruchu
Odczytujemy historię sensorów i konserwacji z MES/systemu sterowania, wyłącznie do odczytu i bez ingerencji w sterowanie.
Modelowany jest jeden krytyczny typ maszyny. W 4 tygodnie widzą Państwo ostrzeżenia zweryfikowane wobec realnych awarii.
Automatyczny komunikat do systemu utrzymania ruchu: „Maszyna X ma ryzyko awarii za Y dni, zalecane okno konserwacji Z.”