AC FORUM
Je online prostor určený pro stávající či potenciální zákazníky AutoContu, kteří mají zájem o AC novinky, chtějí čerpat informace z AC blogů či přispívat do diskusí. Mohou zde získat informace z konferencí, prezentací a dalších neveřejných dokumentů.

AC
FORUM

Je online prostor určený pro stávající či potenciální zákazníky AutoContu, kteří mají zájem o AC novinky, chtějí čerpat informace z AC blogů či přispívat do diskusí. Mohou zde získat informace z konferencí, prezentací a dalších neveřejných dokumentů.

×
Blog teaser image

Prediktivní údržba

Prediktivní (předvídající) analýza a údržba v praxi

Stále více podniků hledá v rozvíjejícím se konkurenčním boji způsoby, jak získat výhodu nad svým "protivníkem" a vydávají se cestou zefektivnění výrobních procesů. Jedním z nástrojů, jak optimalizace a úspor dosáhnout, je prediktivní řízení údržby. Přejít od proaktivní (oprava až v případě problému) a preventivní (výměna součástek preventivně - často zbytečně) údržby k prediktivní (předvídající) však obnáší jisté úpravy, kterým se budeme věnovat níže.
     Při proaktivním řízení údržby vznikají velké, neplánované prostoje při poruchách a haváriích. Navíc je třeba držet velké skladové zásoby klíčových součástek, u kterých není běžná dodací lhůta v rozumně krátkém termínu. Ideální je držet všechny součástky, které není schopna některá z blízkých servisních firem pokrýt rychle z vlastních zásob. A to je samozřejmě velmi náročné jak finančně, tak i z hlediska skladovacích prostor. Dalším negativním jevem je neplánovaný výpadek dodávek směrem k zákazníkovi a s tím související nesplnění obchodního plánu.
     Preventivní řízení eliminuje výpadky dodávek a narušení obchodního plánu. Preventivní údržba bývá plánována dopředu, tedy formou plánovaných odstávek a dá se zahrnout do obchodního plánu. Finančně však není moc efektivní. Mnohdy se preventivně mění součástky, které by ještě bez problémů mohly určitou dobu fungovat a provádějí se úkony, které jsou v danou chvíli zbytečné.
     A tím se dostáváme k prediktivní variantě. Aby bylo možno efektivně zhodnotit rizika, je potřeba posbírat nejdříve rozsáhlé množství dat. Základem můžou být historická data o provedených opravách, vyměněných dílech, okolnostech a důvodech poruchy, ale také ekonomické dopady. Na těchto datech je možno postavit plán, které veličiny, parametry a jevy je potřeba sledovat. Poté  přichází na řadu hardwarová část řešení. Na sledovaná zařízení proběhne instalace čidel, senzorů, měřidel a scannerů. Dále se připojí do datové sítě řídící prvky stroje (např. PLC). Data z těchto prostředků jsou následně digitalizována a posbírána do jedné nebo více databází (Data Mining). Cennou informací mohou být také údaje o počasí, pohybu osob, denní/roční době a identifikace operátorů.
     Následně přichází na řadu softwarové prostředky. Programátoři a analytici vyhodnotí důležitosti jednotlivých skupin dat a následně vytvoří nebo upraví software pro konkrétní požadavky na výstupy. Výsledkem je ucelený obrázek o tom, co se se zařízením vlastně děje, za jakých okolností a jak rychle dochází k opotřebení. A tím se dopracujeme k samotnému předvídání (predikci). Z dostupných dat se dozvíme, kdy se to, co se v budoucnu stalo, stane znovu a dokážeme určit, s jakou pravděpodobností se to stane. Čím déle a čím větší množství dat shromáždíme, tím bude analýza a předpověď přesnější. Ideální je samozřejmě sbírat data nepřetržitě a pružně reagovat na veškeré změny a odchylky.
   Náklady na zavedení této metody jsou pochopitelně nezanedbatelné, ale v kontextu s úsporami, které to podniku v brzkém časovém horizontu přinese, vlastně zanedbatelné jsou.
AUTOCONT v současnosti pracuje na komplexním systému pro prediktivní analýzu a již brzy bude v naší nabídce produkt pro prediktivní údržbu výrobních zařízení.

Související články

Blog teaser image

Termovize


Úvaha o využití termokamer při prediktivní analýze

více

Komentáře

Související články

Blog teaser image

Termovize


Úvaha o využití termokamer při prediktivní analýze

více