Predykcyjne utrzymanie ruchu - i co dalej?

Przy predykcyjnym utrzymaniu ruchu na bieżąco wykonywane są pomiary i prowadzona jest ocena stanu infrastruktury, co pozwala na optymalne planowanie prac serwisowych oraz skuteczniejsze niż w metodzie prewencyjnej eliminowanie awarii. Zdawałoby się, że trudno tu o kolejną innowację, jednak na horyzoncie pojawił się nowy pomysł, którego zrealizowanie mają umożliwić inteligentne urządzenia produkcyjne i systemy analityczne oraz Internet rzeczy wraz z chmurą obliczeniową. Ich połączenie ma wytworzyć efekt synergii, co zdaniem niektórych będzie w obszarze utrzymania ruchu rewolucją na miarę pojawienia się na naszych ulicach samochodów jeżdżących bez kierowców.

Motorem dotychczasowych zmian było poszukiwanie metod redukcji kosztów i zarządzania ryzykiem awarii urządzeń. W tym ostatnim pomagały nowe technologie sterowania, komunikacyjne oraz pomiarowe - np. w obszarze monitorowania wibracji maszyn obrotowych. Dzisiaj zbliżamy się do kolejnego punktu zwrotnego, czego źródłem jest konwergencja systemów automatyki oraz informatycznych, możliwości analizy dużych ilości danych oraz rozwój IoT. Pozwalają one na tworzenie inteligentnych urządzeń i maszyn, które na bieżąco udostępniają dane, mogą autonomicznie komunikować się z innymi systemami oraz wykonywać zadania wymagające podejmowania złożonych decyzji. Od tego już krok do nowej strategii w utrzymaniu ruchu, której nadano nazwę "prescriptive maintenance". Brak tu jeszcze odpowiednika w języku polskim, natomiast pierwsze ze słów - oznaczające receptę, przepis czy poradę, dobrze oddaje jej sens.

Wyobraźmy sobie, że systemy produkcyjne automatycznie monitorują swój stan i na bazie analizy informacji podejmują decyzję o konieczności rozpoczęcia działań serwisowych. Wraz z przekazaniem tej ostatniej inżynierom utrzymania ruchu, podawane są też wskazówki odnośnie do zalecanych czynności. Dzisiejsze możliwości akwizycji i przetwarzania danych pozwalają na rejestrowanie szeregu informacji, w tym parametrów i środowiska pracy maszyn, wykorzystywanych części, występujących awarii, itd., co tworzy kompleksową, wirtualną historię parku maszynowego. Na podstawie jej oraz obliczeń statycznych będzie można wykrywać występujące trendy, a następnie tworzyć efektywne "przepisy" dla służb utrzymania ruchu, które będą optymalne z punktu widzenia całej firmy. Pojawi się też możliwość tworzenia analiz scenariuszowych typu "what-if" i proponowania działań alternatywnych, wraz z podaniem ich szacowanego wpływu na produkcję. To znacznie więcej, niż tylko przekazanie serwisantowi informacji o konieczności wymiany elementu układu napędowego ze względu na jego wibracje!

Zmiana o takiej skali nie zdarzy się z dnia na dzień. Konieczne będzie tworzenie złożonych sieci IoT, a wiadomo, że nie wszędzie można wdrożyć czujniki, również nie z każdej z maszyn jest łatwo pozyskiwać dane w odpowiednim formacie. W przemyśle korzysta się z wielu rozwiązań własnościowych, do tego jest kwestia branż regulowanych, gdzie proces decyzji o zmianach wykracza poza teren jednego zakładu czy firmy. W tym procesie pojawia się również człowiek - operator maszyny czy serwisant, który z nowych możliwości musi chcieć korzystać.

Większość wymaganych technologii składowych już jednak mamy, zaś błyskawiczny rozwój Internetu rzeczy pokazuje, że łączenie ze sobą ludzi, maszyn i urządzeń nie jest fikcją. Jestem pewien, że za kilka lat te ostatnie nie tylko będą informowały obsługę o zbliżających się problemach, ale też zapewnią zestaw informacji dający zarządzającym firmami znacznie lepszy wgląd w działanie systemów produkcyjnych. Ciężar optymalizacji procesów zostanie wtedy przeniesiony z analizy historycznej na tę wykonywaną na bieżąco, a nawet a priori - podczas projektowania i wdrażania systemu.

Można postawić śmiałą tezę, że pierwsi dostawcy tego typu rozwiązań mogą zmienić naszą branżę podobnie jak Uber czy Airbnb zrewolucjonizowały rynki transportu oraz wynajmu lokali. Nie wydarzy się to w tym roku, jednak zmiany są równie nieuniknione, jak pojawienie się za kilka lat na naszych ulicach autonomicznie poruszających się pojazdów.

Zbigniew Piątek