예측 유지보수 모범 사례 | 센스아이

2021년 및 그 이후에 제조를 지배할 주요 트렌드 중 하나로 여겨지는 예측 유지보수에 대한 강조가 증가함에 따라 제조업체는 기계 상태를 평가하고 대응하는 문제를 어떻게 해결하기 시작해야 할까요? 통찰력?

이 영화에서 Senseye의 Alexander Hill과 Rob Russell은 Make UK의 Jim Davison 및 Manufacturing Technology Center의 Hannah Edmonds 박사와 함께 예측 유지 관리, 그리고 상태 모니터링 전문가와 신뢰성 엔지니어의 지식을 민주화하여 예측 유지 관리를 지속 가능하고 대규모로 수행할 수 있는 방법

성적표

Alexander Hill, Senseye:예측 유지보수는 올해와 향후 몇 년 동안 제조 및 산업 회사의 초점이 될 것입니다. 그건 그래야만 해. 이러한 효율성 향상을 누리고 비용을 절감하고 원격 작업 및 원격 유지 관리와 같은 기능을 사용하려면 예측 유지 관리가 절대적으로 필수적인 구성 요소입니다.

Rob Russell, Senseye:스마트 공장 및 디지털화의 주요 사용 사례는 예측 유지 관리와 관련하여 구축되었습니다. 먼저 기계에서 올바른 유형의 정보를 얻는 방법과 유지 관리 컨텍스트 내에서 이를 사용하는 방법을 이해하는 데 필요한 도메인 지식 수준이 있습니다.

Jim Davison, Make UK:전통적인 플랜트 엔지니어는 저와 같이 백발을 하고 경력이 끝나가는 경향이 있습니다. 이러한 역할을 수행할 다음 세대를 모집하는 것은 우리에게 어려운 일입니다. 스마트 기술과 같은 것을 배포함으로써 실제로 사람들이 익숙하지 않은 역할에 정말 흥미로운 요소를 제공합니다.

Rob Russell, Senseye:기계 상태와 관련하여 출력에 응답하는 방법의 문제를 볼 때 여전히 우수한 엔지니어링 정책 및 관행으로 접근해야 합니다. 데이터 소스와 예측 유지보수를 가능하게 하는 기계 내에서 발생할 수 있는 초기 문제의 식별은 때때로 아주 미묘한 초기 장애 단계를 감지합니다.

유지 관리 팀은 발견을 입증할 수 있는 방법을 습득하고 조기 발견이 훨씬 더 큰 시간 창을 제공한다는 것을 이해하기 시작할 것입니다. 이를 통해 생산에 기계가 필요하지 않을 때 계획 및 조사를 수행한 다음 나중에 다시 기계가 다운되어 생산에 영향을 미치지 않을 때 유지 관리를 계획할 수 있습니다.

Dr. Hannah Edmonds, 제조 기술 센터:제가 참여한 대규모 프로그램의 일환으로 다양한 생산 요소가 함께 있었고 다양한 분석이 진행 중이었습니다. 이러한 요소를 결합하는 능력은 우리에게 부가 가치를 제공했습니다.

우리는 Senseye의 자동화된 분석을 사용하여 생산 시스템 내의 문제를 진단하고 기계의 유용한 잔여 수명을 식별했습니다. 추가 프로그램을 통해 시각화할 수 있었지만 유지 관리 작업을 예약하기 위해 전산화된 유지 관리 관리 시스템과 결합했습니다.

Alexander Hill, Senseye:상태 모니터링 엔지니어와 신뢰성 전문가를 교체하고 싶지 않습니다. 우리는 그들이 종종 수만 개의 데이터 스트림을 보고 어떤 것이 중요한지 이해하려고 하기 때문에 그들의 시간이 정말 효과적으로 사용되는지 확인하고 싶습니다. 그것은 매우 힘들고 매우 어려운 일입니다.

이 문제에 접근하는 방법은 수천 점의 데이터를 보고 어떤 것이 중요한지 이해하십시오.

모델을 수동으로 구축하고 조정할 필요가 없습니다. 당사의 특허 기술과 알고리즘을 통해 전체 프로세스를 자동화할 수 있습니다.