10 کاری که میتوان با دادههای حسگر تعمیر و نگهداری انجام داد.
فرض کنید چندین چشمِ مراقبت در طی شبانهروز حیاتیترین تجهیزاتتان را زیر نظر دارند، در حالت ایدهآل، حسگرها این نقش را ایفاء میکنند. آنها برای پایش مواردی چون دما، رطوبت، لرزش، سطح آب و ارتعاش طراحی شدهاند. تجاوز هر یک از این موارد از محدودهی از پیش تعیینشده میتواند به تجهیزات یا محصولات نهایی آسیب برساند.
نگهداری هر یک از این دادههای لحظهای بخش مهمی از فرآیند تعمیر و نگهداری است، با این وجود لازم است راههای مؤثر و کارآمد استفاده از این دادهها برای جلوگیری و حل مشکلات را بدانید. در ادامه به ده روش برتر استفادهی کارمد از این دادههای حسگرها اشاره شده است.
تعیین حداقلهای عملکردی تجهیزات
با جمعآوری خودکار دادههای تجهیزات حیاتی خود در فواصل زمانی معین، خیلی سریع میتوانید سطوح حداقلی عملکردی آنها را تعیین کنید. به مرور، سابقهای از چگونگی عملکرد تجهیزات خود، تعداد دفعات لازم تعمیر و نگهداری و مشکلات رایج احتمالی خواهید داشت. آنگاه میتوان از این دادهها برای برنامهریزی تعمیر و نگهداری، پیشبینی عمر تجهیزات و تعیین بهترین زمان جایگزینی آن استفاده کرد.
تشخیص خرابی احتمالی دستگاه
همین حالا نسخه رایگان نرم افزار نگهداری و تعمیرات ما را دانلود کنید و کارایی خود را افزایش دهید
افزایش کارایی تجهیزات و ماشین آلات با استفاده از داده های سنسورها و تجهیزات پایشی در نرم افزار آلکا
ارزیابی سلامت تجهیزات
ایجاد مدلهای پیشبینی
بهینهسازی عملکرد تجهیزات
شناسایی علت اصلی خرابی
جلوگیری از هدر رفت محصول
جلوگیری از آسیبهای زیست محیطی پرهزینه
حفاظت از ایمنی کارکنان و مشتریان
همین حالا نسخه رایگان نرم افزار نگهداری و تعمیرات ما را دانلود کنید و کارایی خود را افزایش دهید
تعمیر و نگهداری پیش بینانه چگونه است؟
درک نحوهی عملکرد تعمیر و نگهداری پیشبینانه predictive maintenance در تئوری آسان است. دادههای تجهیزاتتان را جمعآوری میکند و اطلاعات را از آنها استخراج میکنید که در محاسبهی نیازهای تعمیر و نگهداری کمکتان میکنند.
در عمل، این فرآیند را میتوان به سه مرحله تقسیم کرد:
جمعآوری داده
همانگونه که اشاره شد، به دنبال پیشبینی زمان خرابی هستیم. از آنجا که در وهلهی اول باید به دادههای باکیفیت دسترسی داشته باشیم، اولین قدم نصب حسگرهایی است که قادر به جمعآوری دادههای لحظهای دربارهی عملکرد و «سلامت» تجهیزات باشند. روشی که میخواهید برای نظارت بر تجهیزات استفاده کنید، تعیین میکند که نیاز دارید چه دادههایی را جمعآوری یا اندازهگیری کنید. ممکن است لازم باشد میزان لرزش، دما، فشار، صدا، خوردگی یا مواردی دیگری را کنترل کنید؛ بستگی به این دارد که کدامیک برای تجهیزاتتان مناسبترین است. چندین ابزار تعمیر و نگهداری پیشبینی را بهطور همزمان بررسی میکنیم.
دادهکاوی
تا زمانیکه ندانید چگونه از دادههای تجهیزاتتان استفاده کنید، جمعآوری آنها فایدهای ندارد. اینترنت اشیاء (IoT) این امکان را به حسگرها میدهد که تمام اطلاعات را به یک سیستم یا نرمافزار مرکزی بفرستند تا بتوانید آنچه را که دارد اتفاق میافتد، تجزیهوتحلیل کنید. در سیستمهایی که تجهیزات مختلف با هم ادغام شدهاند، تعمیر و نگهداری پیشبینانه کارآمدتر و جزئینگرانهتر است.
محاسبات و یادگیری ماشین
ممکن است فکر کنید تعمیر و نگهداری پیشگویانه همینجا متوقف میشود. اگر تنها زمانی وارد عمل میشوید که حسگرها متوجه ناهنجاری میشوند، صرفاً تعمیر و نگهداری مبتنی بر شرایط را انجام دادهاید. متمایزترین مؤلفهی تعمیر و نگهداری پیش بینانه، ایجاد و اعمال الگوریتمهایی است که پیشآگاهی میدهند.
نتیجهگیری
در ابتدا، میتواند مبتنی بر سوابق تجهیزات، گزارشهای تعمیر و نگهداری و اطلاعات آماری باشد (در این مرحله، گزارشات نرم افزار CMMS بسیار مفید هستند). با این حال، با پیشرفت فزایندهی هوش مصنوعی، میتوان ناهنجاریها را حتی زودتر شناسایی کرد، نقاط حساس را یافت و پیشنهادات هوشمندانهای برای جلوگیری از خرابی دریافت کرد. این تعمیر و نگهداری هوشمند نوع جدیدی از تعمیر و نگهداری را ممکن میسازد که تعمیر و نگهداری تجویزی (Prescriptive Maintenance) نام دارد.
لینکهای مرتبط:
مطالب مفید:
دیدگاه خود را ثبت کنید
تمایل دارید در گفتگو شرکت کنید؟نظری بدهید!