Notícias da indústria
0102030405
A manutenção preditiva deve ser totalmente implementada e não deve ser realizada muito rapidamente
08/12/2023
Nos últimos anos, o conceito de “manutenção preditiva” tem sido frequentemente mencionado. Na era da Internet industrial, os equipamentos de fabricação industrial tornaram-se mais eficientes e inteligentes, mas trouxeram grandes desafios para a manutenção do próprio equipamento. As consequências da má manutenção não afetam apenas a eficiência da produção da fábrica, mas também causam enormes prejuízos. A manutenção pós-falha ou manutenção regular no modo de manutenção tradicional afetará a eficiência da produção e a qualidade do produto, aumentando significativamente o custo do fabricante. Com a aplicação madura da Internet das coisas, surgiram big data, computação em nuvem, inteligência artificial e tecnologia de detecção, tecnologia de manutenção preditiva, uma aplicação "matadora". De acordo com a previsão de instituições relevantes, até 2024, a taxa composta anual de crescimento do mercado global de manutenção preditiva ultrapassará 39%, atingindo US$ 23,5 bilhões. Percebe-se que nos próximos anos a perspectiva de desenvolvimento do mercado de manutenção preditiva é muito considerável.Benefícios da manutenção preditiva Atualmente, a manutenção de equipamentos industriais pode ser dividida em três categorias: manutenção restaurativa, manutenção preventiva e manutenção preditiva. A diferença é que a manutenção restaurativa é pós-reparo, a manutenção preventiva trata mais de julgar as falhas pela experiência, e a manutenção preditiva pode realizar monitoramento regular ou contínuo das condições e diagnóstico de falhas para algumas peças importantes enquanto a máquina está em funcionamento.
A manutenção preditiva combina dados de múltiplas fontes, como sensores de equipamentos principais, planejamento de recursos empresariais (ERP), sistema computadorizado de gerenciamento de manutenção (CMMS) e dados de produção. O sistema inteligente de gerenciamento da planta combina esses dados com modelos avançados de previsão e ferramentas de análise para prever falhas e resolvê-las ativamente. A manutenção preditiva tem as seguintes vantagens: ● pouco impacto na linha de produção: ao contrário da produção inteligente, a própria linha de produção precisa ser transformada e atualizada. O equipamento de hardware para manutenção preditiva serve principalmente para ajudar a estabelecer a conexão entre o equipamento e o servidor. Não há necessidade de alterar a linha de produção ou o processo de produção, o que tem pouco impacto no cronograma geral de produção. ● alta reprodutibilidade: a solução pode ser copiada rapidamente no mesmo dispositivo, e quanto mais dispositivos importados, mais dados disponíveis serão gerados, o que é mais útil para melhorar a precisão do modelo. ● resultados substantivos significativos: a manutenção preditiva pode ajudar a reduzir custos e aumentar a eficiência dos serviços de operação e manutenção. De acordo com a pesquisa, a manutenção preditiva pode reduzir os custos de MrOS (manutenção, reparo e operação) em 5 a 10% e os custos gerais de manutenção em 5 a 10%; Em termos de melhoria da eficiência, a manutenção preditiva pode melhorar o tempo normal de operação do equipamento em 10-20%, reduzir o tempo de manutenção do equipamento em 20-50% e fornecer melhor garantia de qualidade do produto. ● amplos cenários de aplicação: o princípio principal da manutenção preditiva é baseado em redes de equipamentos, aquisição de dados, análise de big data e aprendizado de máquina. Tem grande potencial de desenvolvimento no futuro e promove gradativamente a extensão dos cenários de utilização desde a manutenção de equipamentos até o agendamento, gestão de ativos, etc. Participantes do mercado de manutenção preditiva No processo de manutenção preditiva, os dados são a chave. Como obter e coletar dados é essencial para sensores. Por fim, é necessário ordenar e analisar os dados coletados e transformá-los em conteúdos realmente valiosos, por isso devem ser visualizados, avaliados e processados. Com base nisso, a manutenção preditiva também traz oportunidades para atores profissionais subdivididos nas áreas de aquisição, análise e avaliação de dados, incluindo fornecedores de hardware básico e chave. Por um lado, empresas do tipo Condition Monitoring (empresas que fornecem sensores e soluções de Condition Monitoring para medição de parâmetros mecânicos, como vibração ou temperatura); Por outro lado, é uma empresa do tipo sistema de controle industrial (sistema PLC/DCS para processamento de processos e processamento de dados relacionados à máquina). Nos últimos anos, muitas empresas conhecidas já incorporaram a manutenção preditiva na estratégia da empresa. Atualmente, existem muitas plataformas excelentes no mercado para coleta e análise de dados. Por exemplo, Ge, Siemens, abb, Phoenix Electric, Schneider Electric, Honeywell, etc. Predix of Ge: predix é uma plataforma de serviço em nuvem desenvolvida pela GE para dados e análises industriais. É responsável por conectar diversos ativos industriais, equipamentos e fornecedores à nuvem, fornecendo previsão completa de integridade e falhas de equipamentos para diversos equipamentos industriais, de modo a realizar a otimização da eficiência da produção, gerenciamento do consumo de energia, otimização de programação, etc. orientado por dados e mecanismo para resolver problemas como qualidade, eficiência e consumo de energia, e ajudar as empresas industriais a realizar a transformação digital.
Mindsphere da Siemens: mindsphere é um sistema operacional aberto para Internet das coisas baseado em nuvem, lançado pela Siemens. Ele pode conectar com segurança e rapidez produtos, fábricas, sistemas e máquinas e equipamentos ao mundo digital e explorar totalmente o valor potencial dos dados gerados por equipamentos e sistemas no processo de operação empresarial, transferi-los para a aplicação industrial da mindsphere com função de análise avançada para análise, de modo a produzir melhores resultados de produção e operação.
Capacidade ABB: Capacidade ABB Integra os recursos digitais integrados e intersetoriais da ABB, desde equipamentos, computação de ponta até serviços em nuvem. ABB Ability As soluções digitais personalizadas têm ajudado muitas empresas nas áreas de energia, petroquímica, metalurgia, máquinas, automóveis, navios, data centers, infraestrutura e assim por diante a realizar a interconexão com a Internet das coisas industrial, aproveitar totalmente o potencial digital, melhorar a eficiência , reduzir custos e melhorar a segurança e a competitividade central.
Ecostruxure da Schneider Electric: a principal função da plataforma ecostruxure é realizar a gestão eficaz da eficiência energética empresarial, de modo a reduzir o custo de operação das empresas, incluindo produtos interconectados, controle de borda e aplicação, análise e serviço. A Ecostruxure combina a experiência e conhecimento da Schneider Electric em automação e gestão de eficiência energética com tecnologia de medição e análise baseada em dados para ajudar os clientes a maximizar o valor da Internet das coisas.
Além de fornecedores de hardware e provedores de análise de dados, alguns provedores de conexão realizam conexões com/sem fio por meio de módulos de comunicação, gateways, M2M e outros dispositivos, como Huawei, e empresas que oferecem suporte a armazenamento em nuvem e plataformas de aplicativos de Internet das coisas, como PTC, SAP e outros gigantes entraram na pista através de segmentos de mercado.O desenvolvimento da manutenção preditiva está abaixo do esperado Tecnologias emergentes, como a computação em nuvem, a tecnologia de ponta e a inteligência artificial, estão abrindo a porta da oportunidade para mudar o padrão de mercado da manutenção preditiva. O objetivo final da manutenção preditiva é ter um impacto positivo nos lucros da empresa. Embora a perspectiva de desenvolvimento da manutenção preditiva seja promissora, a taxa de penetração da manutenção preditiva em muitas indústrias tradicionais na China ainda é muito baixa, e muitas empresas ainda duvidam que a manutenção preditiva possa realmente trazer benefícios tangíveis. Uma pesquisa mostra que as principais razões pelas quais o desenvolvimento posterior do mercado de manutenção preditiva é inferior ao esperado são as seguintes:● o retorno do investimento é difícil de calcular Para as empresas industriais, se o ROI não for claro, significa que o efeito é lento, o efeito é difícil de avaliar e o tempo para a manutenção preditiva realmente funcionar é mais longo do que o esperado. Naturalmente, a vontade de promoção das empresas industriais não aumentará.● é difícil mudar o modo tradicional de pensar nos negócios Para os fornecedores de manutenção preditiva, o conceito de venda de produtos deve ser alterado, passando de venda de produtos para venda de serviços utilizados pelos produtos. Se considerarmos apenas o risco de tempo de inatividade reduzido pela manutenção preditiva e a conta económica da poupança de dinheiro, está longe de ser suficiente. Um bom modelo de negócios não ajuda necessariamente os usuários finais a economizar mais dinheiro, mas ajuda os prestadores de serviços ou fabricantes de equipamentos a ganhar mais dinheiro.● a base não é sólida e a quantidade de dados é insuficiente A manutenção preditiva de equipamentos industriais se depara com um problema comum que é evitado - o número de sensores do equipamento em si não é suficiente, muitos dados não formaram um acúmulo efetivo de longo prazo e muitas vezes "dados corretos" são muito melhores do que " big data" com quantidade e sem qualidade. Da atual situação de desenvolvimento, a tecnologia de manutenção preditiva ainda não está totalmente madura e ainda há uma certa distância do pouso em grande escala. Para os fornecedores, o que precisa ser considerado nesta fase é como utilizar a tecnologia de manutenção preditiva para trazer valor prático aos usuários, ou seja, redução de custos, aumento de eficiência, segurança e mudança do modo de pensamento tradicional. Para a própria empresa, ela deve ter autoconsciência suficiente. Se a própria empresa não atingiu o estágio ou nível de digitalização e inteligência, e não é suficiente para apoiar a implementação do esquema de manutenção preditiva, a empresa precisa realizar uma avaliação global da sua própria fábrica e comparar o seu custo de insumos com a manutenção atual. custo antes de tomar a decisão de introduzir a manutenção preditiva. Para as empresas com um certo nível digital, o que as empresas precisam é de experiência e conhecimento profissional suficientes, em vez de introduzirem cegamente sistemas de software de alta tecnologia. Devem compreender o que é “correto” e “útil” para a operação e manutenção empresarial, o que deve dar prioridade à digitalização e como fazê-lo de forma eficaz. A manutenção preditiva exige que as empresas e os fornecedores tenham conhecimento suficiente do setor para implementar totalmente em mais setores e maximizar benefícios e valor.
A manutenção preditiva combina dados de múltiplas fontes, como sensores de equipamentos principais, planejamento de recursos empresariais (ERP), sistema computadorizado de gerenciamento de manutenção (CMMS) e dados de produção. O sistema inteligente de gerenciamento da planta combina esses dados com modelos avançados de previsão e ferramentas de análise para prever falhas e resolvê-las ativamente. A manutenção preditiva tem as seguintes vantagens: ● pouco impacto na linha de produção: ao contrário da produção inteligente, a própria linha de produção precisa ser transformada e atualizada. O equipamento de hardware para manutenção preditiva serve principalmente para ajudar a estabelecer a conexão entre o equipamento e o servidor. Não há necessidade de alterar a linha de produção ou o processo de produção, o que tem pouco impacto no cronograma geral de produção. ● alta reprodutibilidade: a solução pode ser copiada rapidamente no mesmo dispositivo, e quanto mais dispositivos importados, mais dados disponíveis serão gerados, o que é mais útil para melhorar a precisão do modelo. ● resultados substantivos significativos: a manutenção preditiva pode ajudar a reduzir custos e aumentar a eficiência dos serviços de operação e manutenção. De acordo com a pesquisa, a manutenção preditiva pode reduzir os custos de MrOS (manutenção, reparo e operação) em 5 a 10% e os custos gerais de manutenção em 5 a 10%; Em termos de melhoria da eficiência, a manutenção preditiva pode melhorar o tempo normal de operação do equipamento em 10-20%, reduzir o tempo de manutenção do equipamento em 20-50% e fornecer melhor garantia de qualidade do produto. ● amplos cenários de aplicação: o princípio principal da manutenção preditiva é baseado em redes de equipamentos, aquisição de dados, análise de big data e aprendizado de máquina. Tem grande potencial de desenvolvimento no futuro e promove gradativamente a extensão dos cenários de utilização desde a manutenção de equipamentos até o agendamento, gestão de ativos, etc. Participantes do mercado de manutenção preditiva No processo de manutenção preditiva, os dados são a chave. Como obter e coletar dados é essencial para sensores. Por fim, é necessário ordenar e analisar os dados coletados e transformá-los em conteúdos realmente valiosos, por isso devem ser visualizados, avaliados e processados. Com base nisso, a manutenção preditiva também traz oportunidades para atores profissionais subdivididos nas áreas de aquisição, análise e avaliação de dados, incluindo fornecedores de hardware básico e chave. Por um lado, empresas do tipo Condition Monitoring (empresas que fornecem sensores e soluções de Condition Monitoring para medição de parâmetros mecânicos, como vibração ou temperatura); Por outro lado, é uma empresa do tipo sistema de controle industrial (sistema PLC/DCS para processamento de processos e processamento de dados relacionados à máquina). Nos últimos anos, muitas empresas conhecidas já incorporaram a manutenção preditiva na estratégia da empresa. Atualmente, existem muitas plataformas excelentes no mercado para coleta e análise de dados. Por exemplo, Ge, Siemens, abb, Phoenix Electric, Schneider Electric, Honeywell, etc. Predix of Ge: predix é uma plataforma de serviço em nuvem desenvolvida pela GE para dados e análises industriais. É responsável por conectar diversos ativos industriais, equipamentos e fornecedores à nuvem, fornecendo previsão completa de integridade e falhas de equipamentos para diversos equipamentos industriais, de modo a realizar a otimização da eficiência da produção, gerenciamento do consumo de energia, otimização de programação, etc. orientado por dados e mecanismo para resolver problemas como qualidade, eficiência e consumo de energia, e ajudar as empresas industriais a realizar a transformação digital. Mindsphere da Siemens: mindsphere é um sistema operacional aberto para Internet das coisas baseado em nuvem, lançado pela Siemens. Ele pode conectar com segurança e rapidez produtos, fábricas, sistemas e máquinas e equipamentos ao mundo digital e explorar totalmente o valor potencial dos dados gerados por equipamentos e sistemas no processo de operação empresarial, transferi-los para a aplicação industrial da mindsphere com função de análise avançada para análise, de modo a produzir melhores resultados de produção e operação. Capacidade ABB: Capacidade ABB Integra os recursos digitais integrados e intersetoriais da ABB, desde equipamentos, computação de ponta até serviços em nuvem. ABB Ability As soluções digitais personalizadas têm ajudado muitas empresas nas áreas de energia, petroquímica, metalurgia, máquinas, automóveis, navios, data centers, infraestrutura e assim por diante a realizar a interconexão com a Internet das coisas industrial, aproveitar totalmente o potencial digital, melhorar a eficiência , reduzir custos e melhorar a segurança e a competitividade central. Ecostruxure da Schneider Electric: a principal função da plataforma ecostruxure é realizar a gestão eficaz da eficiência energética empresarial, de modo a reduzir o custo de operação das empresas, incluindo produtos interconectados, controle de borda e aplicação, análise e serviço. A Ecostruxure combina a experiência e conhecimento da Schneider Electric em automação e gestão de eficiência energética com tecnologia de medição e análise baseada em dados para ajudar os clientes a maximizar o valor da Internet das coisas.Além de fornecedores de hardware e provedores de análise de dados, alguns provedores de conexão realizam conexões com/sem fio por meio de módulos de comunicação, gateways, M2M e outros dispositivos, como Huawei, e empresas que oferecem suporte a armazenamento em nuvem e plataformas de aplicativos de Internet das coisas, como PTC, SAP e outros gigantes entraram na pista através de segmentos de mercado.O desenvolvimento da manutenção preditiva está abaixo do esperado Tecnologias emergentes, como a computação em nuvem, a tecnologia de ponta e a inteligência artificial, estão abrindo a porta da oportunidade para mudar o padrão de mercado da manutenção preditiva. O objetivo final da manutenção preditiva é ter um impacto positivo nos lucros da empresa. Embora a perspectiva de desenvolvimento da manutenção preditiva seja promissora, a taxa de penetração da manutenção preditiva em muitas indústrias tradicionais na China ainda é muito baixa, e muitas empresas ainda duvidam que a manutenção preditiva possa realmente trazer benefícios tangíveis. Uma pesquisa mostra que as principais razões pelas quais o desenvolvimento posterior do mercado de manutenção preditiva é inferior ao esperado são as seguintes:● o retorno do investimento é difícil de calcular Para as empresas industriais, se o ROI não for claro, significa que o efeito é lento, o efeito é difícil de avaliar e o tempo para a manutenção preditiva realmente funcionar é mais longo do que o esperado. Naturalmente, a vontade de promoção das empresas industriais não aumentará.● é difícil mudar o modo tradicional de pensar nos negócios Para os fornecedores de manutenção preditiva, o conceito de venda de produtos deve ser alterado, passando de venda de produtos para venda de serviços utilizados pelos produtos. Se considerarmos apenas o risco de tempo de inatividade reduzido pela manutenção preditiva e a conta económica da poupança de dinheiro, está longe de ser suficiente. Um bom modelo de negócios não ajuda necessariamente os usuários finais a economizar mais dinheiro, mas ajuda os prestadores de serviços ou fabricantes de equipamentos a ganhar mais dinheiro.● a base não é sólida e a quantidade de dados é insuficiente A manutenção preditiva de equipamentos industriais se depara com um problema comum que é evitado - o número de sensores do equipamento em si não é suficiente, muitos dados não formaram um acúmulo efetivo de longo prazo e muitas vezes "dados corretos" são muito melhores do que " big data" com quantidade e sem qualidade. Da atual situação de desenvolvimento, a tecnologia de manutenção preditiva ainda não está totalmente madura e ainda há uma certa distância do pouso em grande escala. Para os fornecedores, o que precisa ser considerado nesta fase é como utilizar a tecnologia de manutenção preditiva para trazer valor prático aos usuários, ou seja, redução de custos, aumento de eficiência, segurança e mudança do modo de pensamento tradicional. Para a própria empresa, ela deve ter autoconsciência suficiente. Se a própria empresa não atingiu o estágio ou nível de digitalização e inteligência, e não é suficiente para apoiar a implementação do esquema de manutenção preditiva, a empresa precisa realizar uma avaliação global da sua própria fábrica e comparar o seu custo de insumos com a manutenção atual. custo antes de tomar a decisão de introduzir a manutenção preditiva. Para as empresas com um certo nível digital, o que as empresas precisam é de experiência e conhecimento profissional suficientes, em vez de introduzirem cegamente sistemas de software de alta tecnologia. Devem compreender o que é “correto” e “útil” para a operação e manutenção empresarial, o que deve dar prioridade à digitalização e como fazê-lo de forma eficaz. A manutenção preditiva exige que as empresas e os fornecedores tenham conhecimento suficiente do setor para implementar totalmente em mais setores e maximizar benefícios e valor.