Componenta de bază de întreținere predictivă a industriei 4
Întreținere predictivă și big data
Aplicarea acestei tehnologii în lanțul de frig este un atu pentru industria alimentară din Germania. Cum pot senzorii, cloud-ul și smartphone-urile din depozitele frigorifice să prevină opririle operaționale și risipa de resurse?
Să ne imaginăm următorul caz: Avem diverse depozite frigorifice fabricate în Germania în care sunt depozitate cantități mari de pește, carne, păsări de curte și înghețată, precum și alte produse alimentare care trebuie păstrate în stare proaspătă. Aceste alimente sunt depozitate în elemente imense de răcire și frigidere. Dacă un sistem eșuează, carnea și alte bunuri amenință să putrezească rapid. Atunci daunele economice sunt imense, iar pierderea animalelor sacrificate atunci fără rost face ca totul să fie și mai înspăimântător. Nu doar vegetarienii convinși o văd așa.
Companiile abordează acum un astfel de scenariu cu tehnologia de vârf: întreținerea predictivă, un termen care a fost folosit recent și în industria construcțiilor, este cuvântul cheie al orei.
Întreținerea predictivă - ce este?
Întreținerea predictivă este un termen folosit în industria 4.0 și, tradus în mod vag, descrie „întreținerea predictivă” a mașinilor sau clădirilor. Metoda utilizează date de măsurare și producție de la mașini și sisteme pentru a obține informații de întreținere. Scopul este întreținerea proactivă și reducerea timpilor de nefuncționare. În mod ideal, defecțiunile mașinii pot fi prezise înainte ca efectele sau defecțiunile să apară. Apariția efectivă a defecțiunii trebuie prevenită prin măsuri de întreținere timpurie sau proactive.
Principiul întreținerii predictive poate fi aplicat și exemplului camerei noastre de răcire: camera cu temperatură controlată este echipată cu senzori cu costuri reduse, care sunt insensibili la frig. Toate congelatoarele, frigiderele și camerele frigorifice sunt conectate în rețea folosind senzorii conectați la Internetul obiectelor. Printre altele, se măsoară valorile: temperatura, umiditatea, intensitatea vibrațiilor, intensitatea zgomotului sau intensitățile curentului. Scopul soluției IoT fabricat în Germania este de a reduce la minimum defecțiunile și problemele tehnice și, dacă apar, să le recunoască imediat și să trimită un avertisment personalului de întreținere responsabil.
Un studiu de caz pentru utilizarea IoT și a senzorilor
Problemă:
Următorul caz apare: Un piept este golit și conținutul este livrat. De obicei, este nevoie de timp pentru a reumple. Spațiul și timpul de stocare, adică banii, se pierd.
Soluţie:
Senzorii de greutate înregistrează pierderea în greutate și raportează automat problema prin intermediul senzorilor către cloud și apoi direct pe smartphone-ul echipei de logistică: „Pierderea în greutate în pieptul 1 - vă rugăm să completați din nou.” Comunicarea funcționează ușor și prin intermediul tehnologiei existente, cum ar fi tablete și smartphone-uri.
În acest fel, capacitățile de stocare sunt întotdeauna epuizate cu precizie, iar potențialul de economisire este recunoscut și utilizat în mod optim.
O altă aplicație a acestei tehnologii Made-in-Germany
Problemă:
Același scenariu, senzor diferit: rețeaua electrică și, astfel, lanțul de frig din sistemul de răcire menționat eșuează adesea în cazul unor fluctuații neprevăzute de tensiune.
Soluţie:
O soluție similară, dar ușor modificată, ar fi posibilă aici: senzorii din toate congelatoarele măsoară constant când sunt conectate congelatoarele. Datele obținute sunt trimise în cloud. Din aceste valori, o inteligență artificială (KI/AI) calculează câte congelatoare pot fi pornite, când și în ce ordine, astfel încât rețeaua electrică și, astfel, lanțul de frig să poată fi menținute chiar și în timpul așa-numitelor vârfuri. Deficiențele enervante și, mai presus de toate, costisitoare sunt reduse. Starea „fără eșec” înseamnă, în cele din urmă, și costuri mai mici de întreținere și nici cheltuieli financiare suplimentare datorate blocajelor sau supraaglomerării capacității de stocare a sistemului. În plus, orice daune care pot fi descoperite și rectificate imediat.
Întreținere predictivă și big data
Întreținerea predictivă este o componentă esențială a industriei 4.0 - apropo, un termen care revine la uniunea de cercetare a guvernului federal și la un proiect cu același nume în strategia sa de înaltă tehnologie. Este important să știm aici că această practică de întreținere este diferită de abordările convenționale, cum ar fi întreținerea reactivă sau preventivă. Pentru a face predicții fiabile pentru întreținerea predictivă, este necesar să colectăm, să stocăm și să analizăm o cantitate mare de date (date mari). Datorită fluxurilor uriașe de date, se utilizează tehnici și baze de date din mediul big data.
Dacă vă gândiți la aceste scenarii, puteți găsi multe exemple de aplicații pentru senzori pe care îi proiectați inteligent, adică capabili de comunicare, și să le conectați în rețea cu cloud și cu instrumente de analiză.