변화가 자동차 산업을 위협할 때 항상 혁신하고 대응할 수 있었습니다. 이제 자동차 제조업체는 운전자 습관의 변화와 소비자, 정부 및 기타 이해 관계자로부터 친환경적이고 더 효율적이며 지속 가능한 차량과 소유 모델을 제공하라는 압력이 커지면서 또 다른 큰 변화를 겪고 있습니다. 이러한 변화는 자동차 혁신의 새로운 시대를 주도하고 있으며, 자동차 자체는 물론 이를 생산하는 엔지니어, 시설, 자산 및 제조 프로세스도 변화시키고 있습니다. 자동차 부문의 가장 큰 과제 중 하나는 생산 효율성을 높이는 것입니다. 현재 자동차 산업의 다운타

인공 지능은 적시에 올바른 정보를 제공함으로써 분석 및 의사 결정 능력을 향상시킬 수 있습니다. 협업 지능:인간과 AI가 힘을 합치고 있습니다, Harvard Business Review, 2018년 7월. 농업, 의료 또는 통신에 적용되든 간에 기술은 인간의 작업이나 경험을 지원하고 향상시킵니다. 방대한 양의 데이터를 처리하기 위해 컴퓨팅 성능을 활용하는 기술은 인간에게는 거의 불가능한 시간 안에 방대한 분석과 통찰력을 제공할 수 있으므로 전문가는 우선 순위 사례를 식별하고 집중할 수 있습니다. 여기에서 사례와 이 머신 러닝

따라서 기계의 성능을 이해하고 언제 고장날 가능성이 있는지 더 잘 알 수 있는 도구가 필요하다는 결정을 내렸습니다. 궁극적인 목표는 계획되지 않은 가동 중지 시간을 줄이고 모든 중요한 KPI(OEE, OTIF 등)를 높이는 것입니다. 그렇다면 이러한 도구에서 주의해야 할 주요 기능은 무엇입니까? 1 - 초점 제조 분석 시장 전체가 점점 복잡해지고 있습니다. 모든 분석 제품에는 예측 유지 관리를 위한 솔루션이 있는 것 같습니다. 그들이 제공하는 것이 정확히 무엇인지 명확해야 합니다. 대부분은 솔루션을 생성할 수 있는 초기 환경만 제

제조업은 최고 성능, 운영 효율성 및 품질 목표를 의제의 최우선 순위에 두는 산업이었습니다. 데이터와 산업용 사물 인터넷(IIoT)을 활용하면 이러한 목표를 지원할 수 있습니다. 제조업체가 이제 예측 분석을 활용하여 디지털 혁신 여정을 가속화함에 따라 실행 속도가 더 빠른 또 다른 디지털 기회가 생각보다 가까울 수 있습니다. Senseye에서는 스마트 공장의 부상을 직접 목격합니다. 제조업체는 예측 분석 솔루션을 통해 데이터를 더욱 많이 활용하고 있습니다. 기계, 유지 관리 시스템 또는 IIoT에서 직접 다양한 기존 소스의 데이

인더스트리 4.0이라는 이상적인 세상에서 데이터는 새로운 통화가 되어 모든 사람의 이익을 위해 협력 조직 내부와 조직 간에 필요한 곳이면 어디든지 흐르게 됩니다. 그러나 이러한 데이터 개방성을 달성하는 것은 전통적으로 운영 데이터를 사일로에 국한해 온 많은 조직에게 큰 도전입니다. 조직 내에서 별도의 시스템은 정보 교환이 거의 또는 전혀 없이 서로 다른 기능을 관리합니다. 그리고 서로 다른 부서 간에 정보를 공유하지 않은 경우 많은 조직에서 장비 공급업체와 정보를 공유하는 아이디어를 망설이게 됩니다. 그러나 조직은 데이터를 최대

금속 채광 및 정제 사업은 세계에서 가장 오래된 사업 중 하나이며 현대 기계 및 데이터 분석의 사용으로 상당한 이점을 얻었지만 가치 창출 방식은 세대를 거쳐 동일하게 유지되었습니다. 금속 및 광업 부문의 미래는 이 산업의 바퀴가 계속 수익성 있게 회전하기 위해 예상하고 관리해야 하는 몇 가지 중요한 과제를 제시합니다. 수요가 증가하는 동안 금속 및 기타 광물이 달성할 수 있는 가격은 시장에 진입하는 제품의 엄청난 양으로 인해 여전히 큰 압박을 받고 있습니다. 결과적으로 제조업체는 수익을 보호하고 끊임없이 변화하는 경제 환경에서

새로운 독립 보고서에서 Verdantix는 Senseye가 기계 학습을 사용하여 계획되지 않은 다운타임을 방지하고 자산 수명을 연장하는 방법과 Senseye가 산업 회사 및 장비 제조업체가 유지 관리 목표를 달성하도록 돕는 방법을 조사합니다. 그런 다음 보고서는 Vendantix가 자산 가동 중지 시간과 유지 관리 비용을 줄이는 동시에 자산 수명을 연장하려는 성숙한 유지 관리 전략을 가진 기업이 자산 관리 스택에 Senseye PdM을 추가하는 것을 고려해야 한다고 권장하는 이유를 강조합니다. Verdantix 보고서:AI 기반

가동 중지 시간을 줄이는 것이 예측 유지 관리 체제를 선택할 때 가장 먼저 생각하는 항목일 수 있지만 다른 큰 보상도 제공됩니다. 과도한 유지 관리를 제거함으로써 얻을 수 있는 잠재적인 이점을 간과하지 마십시오. 초과 유지 관리는 미리 결정된 정기적인 간격으로 작업을 수행하는 모든 계획된 유지 관리 프로그램에 포함되어 있습니다. OEM에서 유지보수 관리자에 이르기까지 모든 사람이 안전한 편을 위해 유지보수 간격에 안전 여유를 구축하기 때문입니다. 높은 주의 비용 수명이 다한 베어링 교체 지침을 예로 들어 보겠습니다. 권장 교

오래된 기계를 운영하는 회사는 어떻게 인더스트리 4.0과 스마트 공장 운동을 따라갈 수 있습니까? Senseye의 최고 기술 책임자인 Robert Russell은 예측 유지 관리 IoT 센서를 기존 자산에 추가하는 것이 생각보다 쉽고 저렴할 수 있다고 말합니다. 당신은 불안하고 불확실하다고 느낍니다. 당신의 차에 마일이 많이 남아 있다고 의심됩니다. 그러나 그것은 이미 한 번 무너졌습니다. 그리고 당신은 정말 나쁜 순간에 실패하는 것을 원하지 않습니다(좋은 하나?). 그렇다면 새 차에 불필요한 돈을 쓸까요? 딜러와 값비싼 일상적

스마트 팩토리 혁명과 관련된 예측 유지 관리 및 기타 연결된 기술은 생산 효율성 및 가시성을 위한 엄청난 기회를 제공하지만 보안이라는 추가적인 운영 위험도 수반합니다. 사이버 공격이 증가하고 제조 부문은 데이터 도난, 잠긴 데이터에 대한 액세스를 위한 몸값, 기계 가동 중지, 사이트 안전 및 빌드 품질 위협으로 타격을 받고 있습니다. 조직이 확장 가능한 예측 유지 관리 프로그램을 구현할 때 유의해야 하는 보안 고려 사항을 살펴봅니다. 보안의 중요성 2019년 11월 – 세계 최대의 자동화 도구 생산업체 중 하나인 Pilz는

최종 제품이 큰 이윤을 제공하지 않고 수요가 계속 증가하는 산업에서 효율적인 유통 플랜트를 통해 점진적인 이익을 만들어야 합니다. 지난 10년 동안 자동화에 대한 막대한 투자는 창고 및 물류 부문 내에서 이러한 압력을 완화하기 위한 방법이었습니다. 유통 공장의 내부는 자동화된 경이로움입니다. 수 마일에 달하는 중앙 집중식 컨베이어 라인이 80,000m²가 넘을 수 있는 창고 깊숙한 곳에서 재고를 꺼냅니다. 현재 인간의 유일한 상호 작용은 기계로 제품을 검색한 후 제품을 선택하고 포장하는 것입니다. 고도로 상호 연결된 모든

Senseye의 CTO, Rob Russell 작성 예측 유지보수(PdM) 기술을 제조 또는 기타 산업 환경에 도입할 때의 이점을 고려할 때 기계 가동 중지 시간을 줄이고 유지보수 효율성을 개선하여 달성할 수 있는 재정적 개선에 집중하고 싶은 유혹이 있습니다. 실제로 Senseye와 협력하는 글로벌 조직의 경우 가동 중지 시간 수준을 절반으로 줄이고 유지 관리 효율성을 최대 40%까지 개선함으로써 상당한 이익을 얻을 수 있습니다. 그러나 이 기술로 인한 건강 및 안전에 대한 기여도 이차적 이점으로 간주되어야 합니다. 재정적

Senseye의 CFO인 Simon Jesenko는 효과적인 유지 관리 프로그램이 제조업체의 현금 절약을 위한 열쇠가 될 수 있는 방법을 살펴봅니다. 마진이 그 어느 때보다 타이트해지고 끊임없이 변화하는 고객 요구 사항을 충족해야 하는 상황에서 전 세계 제조업체는 특히 글로벌 전염병이 가져온 불확실성에 비추어 비용을 절감하고 현금을 절약해야 한다는 압박을 받고 있습니다. 많은 사람들이 자본 지출을 최소화하고 기존 자산의 수명을 연장하기 위해 노력할 것입니다. 이를 염두에 두고 비용과 성능 면에서 효율성을 보장하는 데 중요한

예측 유지 관리로 전환하여 수익 증대 종이 없는 사무실의 가능성은 과장되었을 수 있지만, 최근 몇 년 동안 디지털 커뮤니케이션이 전통적인 종이 시장에 큰 타격을 입혔다는 것은 의심의 여지가 없습니다. 2015년에는 그래픽 용지에 대한 전 세계 수요가 사상 처음으로 감소했으며 북미와 유럽 시장은 그 이후로 계속 줄어들고 있습니다. 한편 중국의 종이 제품에 대한 수요 증가는 예상보다 느리고 아시아 생산은 유럽과 미국의 수입품을 대체하기 위해 증가하고 있습니다. 제지 산업은 포장용 판지와 티슈 페이퍼, 위생 제품용 펄프, 심지어는

롭 러셀(Rob Russell), Senseye의 공동 설립자 및 CTO 신용카드 유지보수 오류 우리는 불확실한 시대에 살고 있습니다. 모든 기업은 원격 근무와 자동화를 강조하는 뉴 노멀에 빠르게 적응하기 위해 비용을 절감하고 새로운 업무 방식을 모색해야 했습니다. 산업 회사가 비용 절감을 모색함에 따라 자산 유지 관리는 종종 유지 관리 신용 카드라고도 하는 유지 관리가 거의 또는 전혀 없이도 예산 삭감을 경험하는 첫 번째 영역 중 하나입니다. 그러나 유지 부채로 인해 걱정스러울 정도로 높은 수준의 이자가 발생할 수 있으며, 이

스마트 원격 공장 견학을 제공하기 위해 스마트폰을 사용하기 위한 7단계 접근 방식 상태 모니터링에 대한 권장 사항을 제공하기 전에 우리가 자세히 살펴볼 수 있는 잠재 고객의 사이트를 방문하는 것이 항상 유용합니다. 문제의 기계를 찾고 가장 잘 아는 사람들과 인터뷰합니다. 그러나 뉴 노멀에 비추어 우리가 직면하는 제한은 대부분의 경우 현재 그러한 방문을 수행할 수 없음을 의미합니다. 하지만 대안이 있습니다. 물리적 방문이 불가능할 때 특정 기본 정보와 함께 스마트폰과 화상 회의 기술을 사용하면 잠재 고객의 사이트를 원격으로 둘러보

숙련된 유지보수 엔지니어는 자신이 관리하는 기계에 대한 자세한 정신적 그림을 가지고 있습니다. 밸브가 덜거덕거리면서 고장이 임박했음을 의미하거나 다음 예정된 종료까지 이를 무시하는 것이 안전한 때를 알고 있습니다. 자동화된 예측 유지 관리 시스템이 이 지식 풀을 활용할 수 있다면 어떤 유지 관리 활동의 우선 순위를 결정해야 하는지 사용자에게 최상의 지원을 제공하는 방법을 학습할 수 있습니다. 예측 유지 관리에 대한 사용자 중심 접근 방식에서 유지 관리 팀은 과거에 유용하다고 발견한 정보를 기반으로 시스템에서 해당 정보가 유용하다

빈 슈퍼마켓 진열대. 다른 어떤 산업에서도 FMCG처럼 공급망 붕괴의 영향이 드러나지 않습니다. 그것은 전국적인 뉴스, 유행하는 해시태그 및 실망한 소비자를 만듭니다. 고객이 필요로 하는 정확한 수량을 필요한 정확한 시간에 생산하는 것은 작동할 때 무자비하게 효율적인 작업 방식입니다. 특정 제품에 대한 치열한 경쟁과 제한된 유통 기한에 직면했을 때 올바른 작업 방식이기도 합니다. 그러나 FMCG 제조업체가 실행하는 적시 배송 모델의 불행한 결과는 생산 라인에서 단 한 번의 중대한 기계 고장으로 인해 인력이 부족하고 변경 사항

예측 유지 관리(PdM)는 문제가 되기 전에 기계 오류를 해결하기 위한 사전 예방적 접근 방식입니다. PdM은 방대한 양의 기계 데이터를 분석함으로써 유지보수 직원이 기계의 상태를 이해하고 그에 따라 활동을 최적화하여 예상치 못한 다운타임을 방지하고 갑작스러운 장애를 제거할 수 있도록 합니다. 그러나 명백한 이점에도 불구하고 대부분의 PdM 배포는 실패할 수밖에 없습니다. 이 게시물에서 우리는 PdM의 부상과 왜 그렇게 많은 공급업체와 그들의 고객이 계속해서 잘못된 생각을 하는지 살펴보겠습니다. 예측 유지보수 - 그때와 지금 예

기계 상태 관리 소프트웨어의 선두주자인 Senseye는 예측 유지보수 여정을 통해 산업체를 지원하고 안내하는 강력한 지식 플랫폼인 Senseye PdM Omniverse®를 발표했습니다. Senseye는 오늘 초기 비즈니스 사례 및 설계 단계에서 데이터 준비, 문화적 채택 및 확장에 이르기까지 예측 유지 관리 여정에서 산업 기업을 돕기 위해 Senseye PdM Omniverse®의 출시를 발표했습니다. Senseye PdM Omniverse는 지속적인 성공을 보장하는 데 필요한 노하우를 디지털 유지 관리 팀에 제공하기 위해