Autor: John P. Desmond, urednik AI Trends
Sve više kompanija efikasno koristi sisteme za prediktivno održavanje koji kombinuju AI i IoT senzore za prikupljanje podataka koji prognoziraju kvarove i savetuju preventivne mere pre nego što dođe do kvara ili neispravnosti opreme, što se pokazuje kao dragocen primer korišćenja AI.
Ovaj rast se ogleda u pozitivnim tržišnim predviđanjima. Tržište prediktivnog održavanja trenutno ima vrednost od 6,9 milijardi dolara, a očekuje se da će do 2026. godine dostići 28,2 milijarde dolara, prema izveštaju IoT Analytics iz Hamburga, Nemačka. Preduzeće beleži više od 280 dobavljača koji nude rešenja na tržištu, a predviđa se da će do 2026. godine taj broj porasti na više od 500.
„Ova studija je upozorenje za one koji tvrde da IoT ne funkcioniše“, izjavio je analitičar Fernando Bruegge, autor izveštaja, dodajući: „Za kompanije koje imaju industrijska postrojenja ili prodaju opremu, sada je pravi trenutak da investiraju u rešenja za prediktivno održavanje.“ Pored toga, Bruegge je istakao da se „tehnološke kompanije moraju pripremiti za integraciju rešenja za prediktivno održavanje u svoje ponude.“
Ovde su neki primeri konkretnih iskustava sa sistemima prediktivnog održavanja koji kombinuju AI i IoT senzore.
Proizvođač avionskih motora Rolls-Royce primenom prediktivne analitike smanjuje emisiju ugljika svojih motora, dok istovremeno optimizuje održavanje kako bi korisnicima omogućio duže vreme operativnosti aviona, prema nedavnom izveštaju CIO.
Rolls-Royce je razvio platformu Intelligent Engine za praćenje performansi motora u letu, analizirajući podatke o vremenskim uslovima i načinu upravljanja od strane pilota. Algoritmi mašinskog učenja se koriste za prilagođavanje režima održavanja za pojedinačne motore.
„Prilagodili smo naše režime održavanja kako bismo osigurali da maksimiziramo životni vek motora, a ne da se oslanjamo na podatke iz uputstva“, rekao je Stuart Hughes, glavni informacijski i digitalni direktor u Rolls-Royceu. „To je zaista usluga koja se prilagođava, koja tretira svaki motor kao jedinstveni entitet.“
Korisnici beleže smanjenje prekida u radu. „Rolls-Royce prati motore više od 20 godina i naplaćuje po satu. Taj deo poslovanja nije nov. Međutim, kako smo se razvijali, počeli smo motor posmatrati kao jedinstven. Sada je fokus mnogo više na personalizaciji svakog motora,“ izjavio je Hughes.
Prediktivna analitika se primenjuje ne samo u proizvodnji, već i u zdravstvu. Kaiser Permanente, integrisani konzorcij za upravljanje zdravstvenom zaštitom sa sedištem u Oaklandu, Kalifornija, koristi prediktivnu analitiku za identifikaciju pacijenata van intenzivne nege (ICU) koji su u riziku od brzog pogoršanja stanja.
Iako pacijenti van ICU-a koji neočekivano zahtevaju premestanje u ICU čine manje od 4% ukupne bolničke populacije, oni predstavljaju 20% svih bolničkih smrti, prema rečima dr. Gabriela Escobara, naučnika u odeljenju za istraživanje i regionalnog direktora, Bolnička operativna istraživanja, Kaiser Permanente Severna Kalifornija.
Kaiser Permanente sprovodi prediktivno održavanje u zdravstvu
Kaiser Permanente je razvio sistem Advanced Alert Monitor (AAM), koristeći tri modela prediktivne analitike za analizu više od 70 faktora u elektronskoj zdravstvenoj karti pacijenta kako bi generisao kompozitni rizik.
„Sistem AAM sintetiše i analizira vitalne znake, laboratorijske rezultate i druge varijable kako bi generisao satne ocene rizika od pogoršanja za bolničke pacijente u odeljenjima za medicinsko-hiruršku negu i post-hospitalizaciju,“ izjavio je Dick Daniels, izvršni potpredsednik i CIO Kaiser Permanente-a u izveštaju CIO-a. „Timovi za daljinsko praćenje u bolnicama procenjuju ocene rizika svakog sata i obaveštavaju hitne timove kada dođe do potencijalnog pogoršanja. Tim za brzi odgovor zatim vrši procenu pacijenta i usklađuje tretman sa lekarom hospitalistom.“
U savetima drugim zdravstvenim radnicima, Daniels je preporučio da se fokusiraju na način na koji će alat biti integrisan u radne tokove zdravstvenih timova. „Bilo nam je potrebno oko pet godina da prvo mapiramo elektronsku zdravstvenu evidenciju i razvijemo prediktivne modele,“ rekao je Daniels. „Nakon toga, trebalo nam je još dve do tri godine da te modele implementiramo u aplikaciju web servisa koja se može operativno koristiti.“
Na primeru iz prehrambene industrije, fabrika PepsiCo Frito-Lay u Fayettevilleu, Tennessee, uspešno primenjuje prediktivno održavanje, sa dosadašnjim prekidom rada opreme od 0,75% i neplaniranim prekidom od 2,88%, prema Carlosa Callowaya, upravniku inženjeringa pouzdanosti na lokaciji, u izveštaju PlantServices.
Primere nadgwaženja uključuju: očitavanje vibracija koje je potvrđeno ultrazvukom kako bi se sprečio kvar motora ventilatora za sagorevanje, čime se izbeglo zaustavljanje celog odeljenja za čips; analiza glavnog stubca skladišta GES u fabrici pomoću infracrvene tehnologije otkrila je pregrejan osigurač, izbegavajući zaustavljanje celog skladišta; kao i povišene nivoe kiselina otkrivene u uzorcima ulja iz menjača ekstrudera za pečenje, što je ukazalo na degradaciju ulja, omogućavajući sprečavanje prekida proizvodnje Cheetos Puffsa.
Fabrika Frito-Lay proizvodi više od 150 miliona funti proizvoda godišnje, uključujući Lays, Ruffles, Cheetos, Doritos, Fritos i Tostitos.
Vrste nadgledanja uključuju analizu vibracija, koja se koristi u mehaničkim aplikacijama, a obrađuje je spoljašnja firma koja šalje upozorenja fabrici radi istraživanja i rešavanja problema. Drugi partner obezbeđuje tromesečno praćenje vibracija na određenoj opremi. Svi prostori za kontrolu motora i električne ploče prate se pomoću tromesečnog infracrvenog nadzora, koji se takođe koristi na električnoj opremi, deo rotacione opreme i izmjenjivačima toplote. Pored toga, fabrika sprovodi ultrazvučno praćenje više od 15 godina, a to je „nešto poput ponosa i radosti našeg pogleda na prediktivno održavanje“, izjavila je Calloway.
Fabrika koristi razne proizvode od UE Systems iz Elmsforda, NY, dobavljača ultrazvučnih instrumenata, hardvera i softvera, kao i obuke za prediktivno održavanje.
Fabrika aluminijuma u Louisiani automatizuje održavanje ležajeva
Ležajevi, koji se troše tokom vremena usled različitih vremenskih i temperaturnih uslova u industriji automobila, predstavljaju glavnog kandidata za IoT nadzor i prediktivno održavanje sa AI. Fabrika Noranda Alumina u Gramercyju, La., beleži značajne koristi od ulaganja u sistem za poboljšanje podmazivanja ležajeva na svojoj proizvodnoj opremi.
Sistem je doveo do smanjenja zamene ležajeva za 60% u drugoj godini korištenja novog sistema podmazivanja, što je rezultiralo uštedama od otprilike 900.000 dolara na ležajevima koji nisu morali biti zamenjeni i izbegnutim zastojevima.
„Četiri sata zastoja mogu značiti gubitak oko milion dolara u proizvodnji,“ izjavio je Russell Goodwin, inženjer za pouzdanost i instruktor mehaničara u Noranda Alumina, u izveštaju PlantServices, zasnovanom na prezentacijama sa događaja Leading Reliability 2021.
Fabrika Noranda Alumina je jedina aluminijumska fabrika koja radi u SAD-u. „Ako se zaustavimo, bićete prisiljeni da ga uvezete,“ rekao je Goodwin. Fabrika je izložena sveprisutnom prašini, prljavštini i korozivnim materijama, što otežava napore za poboljšanje prakse pouzdanosti i održavanja.
Noranda Alumina prati sve motore i menjače sa 1.500 rpm i više vintage očitavanjima vibracija, dok većinu ispod 1.500 prati ultrazvukom. Ultrazvučno praćenje, koje se zasniva na zvucima izvan ljudskog sluha, uvedeno je u fabriku nakon što se Goodwin pridružio kompaniji 2019. godine. U to vreme, praćenje podmazivanja je imalo prostora za poboljšanje. „Ako mast nije vidljivo izlazila iz brtve, nadzornik mehanike nije smatrao da je krug završen,“ rekao je Goodwin.
Nakon primene automatizacije, sistem podmazivanja se znatno poboljšao, izjavio je. Sistem je takođe uspešno detektovao ležajeve na remenu čiji su se ležajevi prebrzo trošili zbog onečišćenja. „Alat omogućava praćenje i pomogao je dokazati da to nije bilo nepravilno podmazivanje, već da je ležaj bio loše proizveden,“ rekao je Goodwin.
Pročitajte izvore članaka i informacije u IoT Analytics, na CIO i na PlantServices.
