Poprawa wydajności konserwacji i bezpieczeństwa dzięki IoT

| Technika

Ciągłe zapotrzebowanie na zrównoważony rozwój i lepszą wydajność pobudza innowacyjność w automatyce przemysłowej. Internet rzeczy (IoT) umożliwił szybką integrację zaawansowanych technologii z automatyzacją przemysłową. Inteligentne i w pełni połączone fabryki pozwalają producentom zwiększyć wydajność, bezpieczeństwo i zrównoważony rozwój procesów przy jednoczesnym obniżeniu kosztów.

Poprawa wydajności konserwacji i bezpieczeństwa dzięki IoT

Bezpieczeństwo i konserwacja są ważne dla utrzymania obiektów w ich funkcjonalnym stanie. Konserwacja gwarantuje produktywność przemysłową, a regularna konserwacja prowadzi do zdrowszych i bezpieczniejszych warunków pracy. Nieodpowiednia konserwacja lub jej brak może spowodować poważne problemy zdrowotne i śmiertelne wypadki. W tym artykule opisano sposoby, którymi czujniki IoT współpracujące z oprogramowaniem oferują rozwiązania poprawiające zarówno konserwację produkcji, jak i bezpieczeństwo.

Konserwacja

Funkcje konserwacji ewoluują od odpowiedzi na awarię systemu do planowania, a następnie do przewidywania, a finalnie (do tej pory) do samonaprawy. Postęp technologii czujników operacyjnych w połączeniu z sukcesem w technologiach informacyjnych pomaga wyodrębnić dane dotyczące wydajności w czasie rzeczywistym. Technologie te, w tym analityka i platformy oparte na chmurze, Rozszerzona Rzeczywistość (AR) i Rzeczywistość Wirtualna (VR), określają planową lub predykcyjną konserwację przy znikomej utracie produktywności.

Konserwacja przemysłowa dzieli się na różne typy, są to:

  • Konserwacja naprawcza: Konserwacja naprawcza ma na celu identyfikację, izolację i naprawę usterek. Uszkodzony sprzęt, maszyna lub środek trwały jest następnie przywracany do stanu operacyjnego w granicach tolerancji lub limitów ustalonych dla normalnych operacji.
  • Konserwacja zapobiegawcza: Konserwacja zapobiegawcza dotyczy regularnie wykonywanych, rutynowych czynności serwisowych, które pozwalają zachować ciągłość pracy maszyn i urządzeń, a także zapobiegać nieplanowanym przestojom i wysokim kosztom niespodziewanych awarii.
  • Predykcyjne utrzymanie ruchu: Konserwacja predykcyjna pozwala na monitorowanie stanu i wydajności sprzętu podczas normalnego użytkowania i umożliwia określenie terminu wykonania czynności serwisowych. Raportuje o stanie maszyny i wydajności operacyjnej, monitorując wartości określonych zmiennych, a tym samym generuje decyzje oparte na danych.
  • Konserwacja w trakcie przestoju: Dzięki konserwacji w trakcie przestoju, części, o których wiadomo, że starzeją się i ulegają degradacji związanej z użytkowaniem, są automatycznie wymieniane z ustaloną częstotliwością krótszą niż średni czas między awariami. Takie działania zapobiegają niespodziewanym awariom i ułatwiają maksymalną produkcję.
  • Okresowa konserwacja: Konserwacja okresowa jest wykonywana na sprzęcie w oparciu o harmonogram kalendarzowy. Składa się ona z kilku podstawowych zadań: zbieranie danych, kontrole wzrokowe, czyszczenie i smarowanie.

Bezpieczeństwo

Współczynnik bezpieczeństwa jest najważniejszy na wszystkich etapach produkcji, takich jak projektowanie, produkcja, instalacja, regulacja, eksploatacja, konserwacja i ostateczne złomowanie. Dyrektywa maszynowa zobowiązuje producentów do zagwarantowania minimalnego poziomu bezpieczeństwa maszyn i urządzeń testujących, takich jak multimetry i kamery termowizyjne. Maszyny i narzędzia muszą zapewniać zgodność z zasadniczymi wymaganiami w zakresie ochrony zdrowia i bezpieczeństwa (EHSR) wymienionymi w Dyrektywie, dzięki czemu gwarantują standardowy minimalny poziom ochrony.

W jaki sposób IoT może przyczynić się do bezpieczeństwa i utrzymania zakładu

Wdrożenie rozwiązań Internetu rzeczy IoT radykalnie zwiększa efektywność operacyjną. IoT poprawia wydajność maszyn poprzez śledzenie wydajności i przewidywanie awarii z wyprzedzeniem. Eliminuje nieplanowane przestoje. Przemysłowy IoT tworzy również bezpieczniejsze miejsce pracy.

Branże inwestujące w inteligentne systemy produkcji i wytwarzania oczekują zrównoważonej i optymalnej produkcji przy minimalnej konserwacji. To sprawia, że konserwacja jest istotnym aspektem przemysłowym. Systemy takie jak monitorowanie stanu (CBM) lub komputerowy system zarządzania utrzymaniem ruchu (CMMS), planowanie zasobów przedsiębiorstwa (ERP) i system realizacji produkcji (MES) wykonują czynności konserwacyjne w wielu branżach. Systemy te oferują takie funkcje, jak konserwacja zapobiegawcza i predykcyjna, planowanie konserwacji, planowanie konserwacji, wykonywanie, identyfikowalność i monitorowanie. Farnell oferuje szeroką gamę produktów do konserwacji, napraw i bezpieczeństwa od wielu wiodących marek. Skorzystaj z naszej gamy podzespołów, narzędzi i sprzętu, aby odpowiednio konserwować zakład produkcyjny oraz maszyny i urządzenia. (Aby uzyskać więcej informacji na temat tych produktów, kliknij tutaj i tutaj)

  • Monitorowanie stanu, konserwacja predykcyjna i IoT:
    Stan maszyny w ramach monitorowania stanu (CBM) jest stale monitorowany poprzez obserwację wstępnie zdefiniowanych parametrów sprzętu. To ujawnia modele, które mogą wskazywać na awarię sprzętu. Systemy CBM monitorują parametry, takie jak wibracje sprzętu, zmiany temperatury, poziom oleju, napięcie i prąd silnika. Parametry te mogą być analizowane, aby wygenerować odpowiedni sposób postępowania.

    Technologia IoT umożliwia producentom i użytkownikom bezproblemowe rozwiązywanie problemów technologicznych po obniżonych kosztach Czujniki oprzyrządowania są teraz tańsze, bardziej wytrzymałe, niezawodne i oferują szerszą funkcjonalność. Solidne protokoły bezprzewodowe umożliwiają zestawianie praktycznych danych z czujników do lokalnej bramki w celu natychmiastowej analizy i filtrowania. Jak pokazano na poniższym rysunku, można go następnie przesłać przez Internet do zasobu obliczeniowego w chmurze, który oferuje oprogramowanie, jako usługę dla użytkowników każdej wielkości. Takie oprogramowanie może przechowywać dane i wykonywać wszystkie analizy niezbędne do wykrycia trendów i zidentyfikowania miejsc potencjalnych problemów.

    Gdy te parametry będą dostępne do analizy, można zbudować model awarii w celu wykrycia odchyleń od tych linii bazowych. Można to łatwo skonfigurować, jeśli znane są kombinacje wartości parametrów wskazujących na awarię. Można zdefiniować zestaw reguł określających warunki awarii, a do zbudowania odpowiedniego modelu zastosować klasyczną analizę danych i matematykę. Jeśli jednak przyczyny awarii nie zostaną dobrze zrozumiane, nauka o danych i uczenie maszynowe będą niezbędne do opracowania algorytmów, które mogą wykryć znaczące wzorce w danych.
 
Rysunek 1: Konserwacja predykcyjna przy użyciu platformy IoT
  • Poprawa bezpieczeństwa i ochrony zakładu za pomocą IoT:
    Lepsza konserwacja oznacza lepszą wydajność zakładu. Ta produktywność może być jeszcze bardziej zwiększona, jeśli kierownicy zakładów wypełnią swoje prawne i moralne zobowiązania w zakresie optymalizacji bezpieczeństwa na miejscu. Bezpieczeństwo i ochronę zakładu można zapewnić dzięki technologii IoT połączonej z analizą dużych zbiorów danych. Można monitorować kluczowe wskaźniki efektywności (KPI), takie jak nieobecności pracowników, wypadki drogowe, uszkodzenia mienia, zdarzenia potencjalnie wypadkowe, obrażenia lub wszelkie straty lub szkody, które zdarzają się podczas normalnej codziennej pracy.

    Często wiele z tych wskaźników może „prześlizgnąć się przez luki”, jeśli pozostawi się je samemu raportowaniu przez ludzi, ponieważ są albo niezgłaszane, albo niedostatecznie raportowane. IoT zapewnia lepsze ogólne bezpieczeństwo, zapewniając wgląd w te kluczowe obszary w czasie rzeczywistym. Wszelkie pojawiające się problemy można natychmiast rozwiązać, zapewniając zgodność z przepisami dotyczącymi zdrowia, bezpieczeństwa i ochrony środowiska.

    Urazy w miejscu pracy są dobrym przykładem, ponieważ drobne urazy często nie są zgłaszane, a z czasem mogą okazać się większymi problemami, ale zagadka polega na tym, jak połączyć większy problem z poprzednim incydentem.

    Urządzenia przenośne IoT mogą dostarczyć rozwiązanie tego problemu, ponieważ pracownicy będą stale monitorowani pod kątem różnych wskaźników zdrowotnych, w tym tętna, ruchu, aktywności, poziomu zmęczenia, stresu i tak dalej. Zapewnią również środki do dostarczania ważnych informacji dotyczących bezpieczeństwa, zmniejszając w ten sposób koszty ubezpieczenia od odpowiedzialności i poprawiając przestrzeganie przepisów przez całą siłę roboczą.

    Oznaczanie cyfrowe może również pomóc w śledzeniu siły roboczej. Specjalnie ukierunkowana na branże wysokiego ryzyka, takie jak górnictwo, technologia znakowania pozwala kierownictwu dokładnie wiedzieć, kto jest na miejscu pracy, jak długo tam przebywa, i zapewnia, że nikt nie zostanie zapomniany ani pozostawiony w sytuacji awaryjnej.

  • Specjalistyczne czujniki konserwacji predykcyjnej:
    Specjalistyczne czujniki oferują również dogłębny wgląd w stan fabryki i (wszelkie) pojawiające się problemy. Technologie IoT związane z bezpieczeństwem pracowników nie tylko nadzorują pracowników, ale także ich bezpośredni ekosystem. Miejsca pracy na zewnątrz, takie jak place budowy i kopalnie, wiążą się z różnymi czynnikami środowiskowymi, które mogą zagrażać pracownikom. Kamery termowizyjne i czujniki IoT mogą wykrywać nadchodzące nieprzyjazne warunki pogodowe i ekstremalne temperatury, informacje te mogą być wykorzystywane do ostrzegania pracowników o tych niebezpieczeństwach. Urządzenia śledzące ruch są doskonałym przykładem specjalistycznych czujników konserwacji predykcyjnej. Ostrzegają one pracowników, gdy zbliżają się do niebezpiecznego obszaru, takiego jak niestabilna lub śliska podłoga.

Rosnący udział sztucznej inteligencji w konserwacji predykcyjnej

Innym terminem związanym z konserwacją opartą na stanie jest predykcyjna jakość i konserwacja lub PQM. Rozwiązania PQM wykorzystują dane zebrane zarówno z IoT, jak i tradycyjnych starszych systemów. Koncentrują się one na wykrywaniu i rozwiązywaniu problemów z jakością lub konserwacją, zanim staną się poważnymi problemami, powodującymi przestoje.

Rozwiązania PQM wykorzystują algorytmy i generują średnie statystyki, aby przewidzieć, kiedy wymagana jest poprawa jakości lub konserwacja. Rozwiązania PQM oparte na sztucznej inteligencji wykorzystują jednocześnie kilka technologii, w tym uczenie maszynowe, uczenie głębokie i przetwarzanie kognitywne.

Podsumowanie

Aby poznać prawdziwą wartość Internetu Rzeczy, konieczne jest całościowe spojrzenie na zarządzanie aktywami. Technologie IoT, z ich licznymi centrami polowymi połączonymi z systemami, które zbierają dane i wykonują zaawansowane analizy, oferują nowy wgląd w warunki zakładu w czasie rzeczywistym. Wysokowydajne wirtualne sieci chmurowe nieustannie zbierają, agregują i modelują dane w celu przewidywania awarii. Działania awaryjne zostaną wprowadzone w celu ograniczenia ich wpływu na dostępność systemu. Kluczem IoT do poprawy kosztów i niezawodności aktywów jest dostarczanie w czasie rzeczywistym, użytecznych i inteligentnych danych do użytkowników końcowych lub podłączonych systemów. Fabryki z zadowoleniem przyjmują nowsze, bardziej wydajne możliwości konserwacji, aby zachować konkurencyjność dzięki coraz lepszym czasom działania.

Kartik Benageri

źródło: Farnell