Новости отрасли
0102030405
Профилактическое техническое обслуживание должно быть реализовано в полном объеме и не должно проводиться слишком быстро.
2023-12-08
В последние годы часто упоминается концепция «предупредительного обслуживания». В эпоху промышленного Интернета промышленное производственное оборудование стало более эффективным и интеллектуальным, но это создало большие проблемы с обслуживанием самого оборудования. Последствия плохого технического обслуживания не только влияют на эффективность производства на заводе, но и приводят к огромным убыткам. Обслуживание после отказа или регулярное обслуживание в традиционном режиме обслуживания повлияет на эффективность производства и качество продукции, а также значительно увеличит затраты производителя. С развитием Интернета вещей, больших данных, облачных вычислений, искусственного интеллекта и сенсорных технологий, технологии прогнозного обслуживания появились «убийственные» приложения. По прогнозам соответствующих институтов, к 2024 году совокупный годовой темп роста мирового рынка профилактического обслуживания превысит 39% и достигнет 23,5 млрд долларов США. Видно, что в ближайшие несколько лет перспективы развития рынка профилактического обслуживания очень значительны.Преимущества профилактического обслуживания В настоящее время обслуживание промышленного оборудования можно условно разделить на три категории: восстановительное обслуживание, профилактическое обслуживание и профилактическое обслуживание. Разница в том, что восстановительное техническое обслуживание проводится после ремонта, профилактическое обслуживание больше связано с оценкой неисправностей на основе опыта, а профилактическое обслуживание может выполнять регулярный или непрерывный мониторинг состояния и диагностику некоторых важных деталей во время работы машины.
Прогнозное обслуживание объединяет данные из нескольких источников, таких как ключевые датчики оборудования, планирование ресурсов предприятия (ERP), компьютеризированная система управления техническим обслуживанием (CMMS) и производственные данные. Интеллектуальная система управления предприятием объединяет эти данные с расширенными моделями прогнозирования и инструментами анализа для прогнозирования неисправностей и активного их устранения. Превентивное обслуживание имеет следующие преимущества: ● незначительное влияние на производственную линию: в отличие от интеллектуального производства, сама производственная линия требует трансформации и модернизации. Аппаратное обеспечение для профилактического обслуживания в основном помогает установить соединение между оборудованием и сервером. Нет необходимости менять производственную линию или производственный процесс, что мало влияет на общий производственный график. ● высокая воспроизводимость: решение можно быстро скопировать на одно и то же устройство, и чем больше устройств импортировано, тем больше доступных данных будет сгенерировано, что более полезно для повышения точности модели. ● значительные существенные результаты: профилактическое обслуживание может помочь снизить затраты и повысить эффективность эксплуатации и технического обслуживания. Согласно опросу, профилактическое обслуживание может снизить затраты на MrOS (техническое обслуживание, ремонт и эксплуатацию) на 5–10%, а общие затраты на техническое обслуживание – на 5–10%; С точки зрения повышения эффективности профилактическое обслуживание может улучшить время нормальной работы оборудования на 10-20%, сократить время обслуживания оборудования на 20-50% и обеспечить лучшую гарантию качества продукции. ● широкие сценарии применения: основной принцип профилактического обслуживания основан на объединении оборудования в сеть, сборе данных, анализе больших данных и машинном обучении. Он имеет большой потенциал развития в будущем и постепенно способствует расширению сценариев использования от обслуживания оборудования до планирования, управления активами и т. д. Участники рынка прогнозного обслуживания В процессе прогнозного обслуживания данные являются ключевым моментом. То, как получать и собирать данные, имеет важное значение для датчиков. Наконец, необходимо отсортировать и проанализировать собранные данные и превратить их в действительно ценный контент, поэтому его необходимо визуализировать, оценить и обработать. Исходя из этого, прогнозное обслуживание также открывает возможности для отдельных профессиональных игроков в области сбора, анализа и оценки данных, включая поставщиков основного и ключевого оборудования. С одной стороны, предприятия типа мониторинга состояния (компании, предоставляющие датчики и решения для мониторинга состояния для измерения механических параметров, таких как вибрация или температура); С другой стороны, это предприятие типа промышленной системы управления (система ПЛК / РСУ для обработки процессов и обработки данных, связанных с машинами). В последние годы многие известные предприятия уже включили профилактическое обслуживание в стратегический курс компании. В настоящее время на рынке существует множество отличных платформ для сбора и анализа данных. Например, Ge, Siemens, abb, Phoenix Electric, Schneider Electric, Honeywell и т. д. Predix of Ge: predix — это платформа облачных сервисов, разработанная GE для промышленных данных и анализа. Он отвечает за подключение различных промышленных активов, оборудования и поставщиков к облаку, обеспечивая полное прогнозирование работоспособности и неисправностей различного промышленного оборудования, чтобы реализовать оптимизацию эффективности производства, управление энергопотреблением, оптимизацию планирования и т. д. Predix использует комбинацию основанный на данных и механизм для решения таких проблем, как качество, эффективность и энергопотребление, а также помогает промышленным предприятиям осуществить цифровую трансформацию.
Mindsphere от Siemens: Mindsphere — это облачная открытая операционная система Интернета вещей, выпущенная Siemens. Он может безопасно и быстро подключать продукты, заводы, системы, машины и оборудование к цифровому миру и полностью использовать потенциальную ценность данных, генерируемых оборудованием и системами в процессе работы предприятия, а также передавать их в промышленное приложение с помощью расширенной функции анализа. для анализа, чтобы добиться лучших результатов производства и эксплуатации.
ABB Способность: ABB Способность Он объединяет межотраслевые и интегрированные цифровые возможности ABB: от оборудования, периферийных вычислений до облачных сервисов. Индивидуальные цифровые решения ABBAbility помогли многим предприятиям в сферах энергетики, нефтехимии, металлургии, машиностроения, автомобилестроения, судоходства, центров обработки данных, инфраструктуры и т. д. реализовать взаимосвязь с промышленным Интернетом вещей, полностью раскрыть цифровой потенциал и повысить эффективность. , сократить расходы, повысить безопасность и основную конкурентоспособность.
Schneider Electric ecostruxure: основная функция платформы ecostruxure заключается в реализации эффективного управления энергоэффективностью предприятия, чтобы снизить эксплуатационные расходы предприятий, включая взаимосвязанные продукты, периферийный контроль и применение, анализ и обслуживание. Ecostruxure сочетает в себе опыт и знания Schneider Electric в области автоматизации и управления энергоэффективностью с технологией измерения и анализа на основе данных, чтобы помочь клиентам максимизировать ценность Интернета вещей.
Помимо поставщиков оборудования и поставщиков анализа данных, некоторые поставщики подключений реализуют проводные/беспроводные соединения через модули связи, шлюзы, M2M и другие устройства, например Huawei, а также компании, поддерживающие облачные хранилища и платформы приложений Интернета вещей, такие как PTC, sap и другие гиганты вышли на этот путь через сегменты рынка.Развитие прогнозного обслуживания меньше, чем ожидалось Новые технологии, такие как облачные вычисления, периферийные технологии и искусственный интеллект, открывают возможности для изменения структуры рынка прогнозируемого обслуживания. Конечная цель профилактического обслуживания — оказать положительное влияние на прибыль компании. Хотя перспективы развития диагностического обслуживания являются многообещающими, уровень проникновения диагностического обслуживания во многие традиционные отрасли Китая по-прежнему очень низок, и многие предприятия все еще сомневаются в том, что диагностическое обслуживание действительно может принести ощутимую пользу. Исследование показывает, что основные причины, по которым дальнейшее развитие рынка профилактического обслуживания оказывается меньшим, чем ожидалось, заключаются в следующем:● окупаемость инвестиций трудно подсчитать Для промышленных предприятий, если рентабельность инвестиций не ясна, это означает, что эффект медленный, эффект трудно оценить, а время, необходимое для того, чтобы профилактическое обслуживание действительно сработало, дольше, чем ожидалось. Естественно, готовность промышленных предприятий к продвижению не увеличится.● сложно изменить традиционный образ делового мышления Для поставщиков профилактического обслуживания концепция продажи продуктов должна быть изменена с продажи продуктов на продажу услуг, используемых продуктами. Если принять во внимание только риск простоя, уменьшенный за счет профилактического обслуживания, и экономический смысл экономии денег, этого будет далеко не достаточно. Хорошая бизнес-модель не обязательно поможет конечным пользователям сэкономить больше денег, но помогает поставщикам услуг или производителям оборудования заработать больше денег.● фундамент ненадежен, а объем данных недостаточен. Прогностическое обслуживание промышленного оборудования сталкивается с распространенной проблемой, которой удается избежать – недостаточно количества датчиков самого оборудования, многие данные не сформировали эффективного долгосрочного накопления, и часто «правильные данные» гораздо лучше, чем «правильные данные». большие данные» с количеством и без качества. Судя по текущей ситуации развития, технология профилактического обслуживания еще не полностью созрела, и до крупномасштабной посадки все еще существует определенная дистанция. На этом этапе поставщикам необходимо рассмотреть, как использовать технологию профилактического обслуживания, чтобы принести практическую пользу пользователям, то есть снизить затраты, повысить эффективность, безопасность и изменить традиционный образ мышления. Само предприятие должно обладать достаточным самосознанием. Если само предприятие не достигло стадии или уровня цифровизации и интеллекта, и его недостаточно для поддержки внедрения схемы профилактического обслуживания, предприятию необходимо провести общую оценку своего собственного завода и сравнить затраты на его вводимые ресурсы с текущим обслуживанием. затрат, прежде чем принять решение о введении профилактического обслуживания. Предприятиям с определенным цифровым уровнем нужен достаточный опыт и профессиональные знания, а не слепое внедрение высокотехнологичных программных систем. Они должны понять, что «правильно» и «полезно» для работы и обслуживания предприятия, чему следует отдать приоритет цифровизации и как это сделать эффективно. Прогнозируемое обслуживание требует, чтобы предприятия и поставщики обладали достаточными отраслевыми ноу-хау для полного внедрения в большем количестве отраслей и максимизации преимуществ и ценности.
Прогнозное обслуживание объединяет данные из нескольких источников, таких как ключевые датчики оборудования, планирование ресурсов предприятия (ERP), компьютеризированная система управления техническим обслуживанием (CMMS) и производственные данные. Интеллектуальная система управления предприятием объединяет эти данные с расширенными моделями прогнозирования и инструментами анализа для прогнозирования неисправностей и активного их устранения. Превентивное обслуживание имеет следующие преимущества: ● незначительное влияние на производственную линию: в отличие от интеллектуального производства, сама производственная линия требует трансформации и модернизации. Аппаратное обеспечение для профилактического обслуживания в основном помогает установить соединение между оборудованием и сервером. Нет необходимости менять производственную линию или производственный процесс, что мало влияет на общий производственный график. ● высокая воспроизводимость: решение можно быстро скопировать на одно и то же устройство, и чем больше устройств импортировано, тем больше доступных данных будет сгенерировано, что более полезно для повышения точности модели. ● значительные существенные результаты: профилактическое обслуживание может помочь снизить затраты и повысить эффективность эксплуатации и технического обслуживания. Согласно опросу, профилактическое обслуживание может снизить затраты на MrOS (техническое обслуживание, ремонт и эксплуатацию) на 5–10%, а общие затраты на техническое обслуживание – на 5–10%; С точки зрения повышения эффективности профилактическое обслуживание может улучшить время нормальной работы оборудования на 10-20%, сократить время обслуживания оборудования на 20-50% и обеспечить лучшую гарантию качества продукции. ● широкие сценарии применения: основной принцип профилактического обслуживания основан на объединении оборудования в сеть, сборе данных, анализе больших данных и машинном обучении. Он имеет большой потенциал развития в будущем и постепенно способствует расширению сценариев использования от обслуживания оборудования до планирования, управления активами и т. д. Участники рынка прогнозного обслуживания В процессе прогнозного обслуживания данные являются ключевым моментом. То, как получать и собирать данные, имеет важное значение для датчиков. Наконец, необходимо отсортировать и проанализировать собранные данные и превратить их в действительно ценный контент, поэтому его необходимо визуализировать, оценить и обработать. Исходя из этого, прогнозное обслуживание также открывает возможности для отдельных профессиональных игроков в области сбора, анализа и оценки данных, включая поставщиков основного и ключевого оборудования. С одной стороны, предприятия типа мониторинга состояния (компании, предоставляющие датчики и решения для мониторинга состояния для измерения механических параметров, таких как вибрация или температура); С другой стороны, это предприятие типа промышленной системы управления (система ПЛК / РСУ для обработки процессов и обработки данных, связанных с машинами). В последние годы многие известные предприятия уже включили профилактическое обслуживание в стратегический курс компании. В настоящее время на рынке существует множество отличных платформ для сбора и анализа данных. Например, Ge, Siemens, abb, Phoenix Electric, Schneider Electric, Honeywell и т. д. Predix of Ge: predix — это платформа облачных сервисов, разработанная GE для промышленных данных и анализа. Он отвечает за подключение различных промышленных активов, оборудования и поставщиков к облаку, обеспечивая полное прогнозирование работоспособности и неисправностей различного промышленного оборудования, чтобы реализовать оптимизацию эффективности производства, управление энергопотреблением, оптимизацию планирования и т. д. Predix использует комбинацию основанный на данных и механизм для решения таких проблем, как качество, эффективность и энергопотребление, а также помогает промышленным предприятиям осуществить цифровую трансформацию. Mindsphere от Siemens: Mindsphere — это облачная открытая операционная система Интернета вещей, выпущенная Siemens. Он может безопасно и быстро подключать продукты, заводы, системы, машины и оборудование к цифровому миру и полностью использовать потенциальную ценность данных, генерируемых оборудованием и системами в процессе работы предприятия, а также передавать их в промышленное приложение с помощью расширенной функции анализа. для анализа, чтобы добиться лучших результатов производства и эксплуатации. ABB Способность: ABB Способность Он объединяет межотраслевые и интегрированные цифровые возможности ABB: от оборудования, периферийных вычислений до облачных сервисов. Индивидуальные цифровые решения ABBAbility помогли многим предприятиям в сферах энергетики, нефтехимии, металлургии, машиностроения, автомобилестроения, судоходства, центров обработки данных, инфраструктуры и т. д. реализовать взаимосвязь с промышленным Интернетом вещей, полностью раскрыть цифровой потенциал и повысить эффективность. , сократить расходы, повысить безопасность и основную конкурентоспособность. Schneider Electric ecostruxure: основная функция платформы ecostruxure заключается в реализации эффективного управления энергоэффективностью предприятия, чтобы снизить эксплуатационные расходы предприятий, включая взаимосвязанные продукты, периферийный контроль и применение, анализ и обслуживание. Ecostruxure сочетает в себе опыт и знания Schneider Electric в области автоматизации и управления энергоэффективностью с технологией измерения и анализа на основе данных, чтобы помочь клиентам максимизировать ценность Интернета вещей.Помимо поставщиков оборудования и поставщиков анализа данных, некоторые поставщики подключений реализуют проводные/беспроводные соединения через модули связи, шлюзы, M2M и другие устройства, например Huawei, а также компании, поддерживающие облачные хранилища и платформы приложений Интернета вещей, такие как PTC, sap и другие гиганты вышли на этот путь через сегменты рынка.Развитие прогнозного обслуживания меньше, чем ожидалось Новые технологии, такие как облачные вычисления, периферийные технологии и искусственный интеллект, открывают возможности для изменения структуры рынка прогнозируемого обслуживания. Конечная цель профилактического обслуживания — оказать положительное влияние на прибыль компании. Хотя перспективы развития диагностического обслуживания являются многообещающими, уровень проникновения диагностического обслуживания во многие традиционные отрасли Китая по-прежнему очень низок, и многие предприятия все еще сомневаются в том, что диагностическое обслуживание действительно может принести ощутимую пользу. Исследование показывает, что основные причины, по которым дальнейшее развитие рынка профилактического обслуживания оказывается меньшим, чем ожидалось, заключаются в следующем:● окупаемость инвестиций трудно подсчитать Для промышленных предприятий, если рентабельность инвестиций не ясна, это означает, что эффект медленный, эффект трудно оценить, а время, необходимое для того, чтобы профилактическое обслуживание действительно сработало, дольше, чем ожидалось. Естественно, готовность промышленных предприятий к продвижению не увеличится.● сложно изменить традиционный образ делового мышления Для поставщиков профилактического обслуживания концепция продажи продуктов должна быть изменена с продажи продуктов на продажу услуг, используемых продуктами. Если принять во внимание только риск простоя, уменьшенный за счет профилактического обслуживания, и экономический смысл экономии денег, этого будет далеко не достаточно. Хорошая бизнес-модель не обязательно поможет конечным пользователям сэкономить больше денег, но помогает поставщикам услуг или производителям оборудования заработать больше денег.● фундамент ненадежен, а объем данных недостаточен. Прогностическое обслуживание промышленного оборудования сталкивается с распространенной проблемой, которой удается избежать – недостаточно количества датчиков самого оборудования, многие данные не сформировали эффективного долгосрочного накопления, и часто «правильные данные» гораздо лучше, чем «правильные данные». большие данные» с количеством и без качества. Судя по текущей ситуации развития, технология профилактического обслуживания еще не полностью созрела, и до крупномасштабной посадки все еще существует определенная дистанция. На этом этапе поставщикам необходимо рассмотреть, как использовать технологию профилактического обслуживания, чтобы принести практическую пользу пользователям, то есть снизить затраты, повысить эффективность, безопасность и изменить традиционный образ мышления. Само предприятие должно обладать достаточным самосознанием. Если само предприятие не достигло стадии или уровня цифровизации и интеллекта, и его недостаточно для поддержки внедрения схемы профилактического обслуживания, предприятию необходимо провести общую оценку своего собственного завода и сравнить затраты на его вводимые ресурсы с текущим обслуживанием. затрат, прежде чем принять решение о введении профилактического обслуживания. Предприятиям с определенным цифровым уровнем нужен достаточный опыт и профессиональные знания, а не слепое внедрение высокотехнологичных программных систем. Они должны понять, что «правильно» и «полезно» для работы и обслуживания предприятия, чему следует отдать приоритет цифровизации и как это сделать эффективно. Прогнозируемое обслуживание требует, чтобы предприятия и поставщики обладали достаточными отраслевыми ноу-хау для полного внедрения в большем количестве отраслей и максимизации преимуществ и ценности.