Látványos megtakarítást hozhat a prediktív karbantartás

Látványos megtakarítást hozhat a prediktív karbantartás

Látványos megtakarítást hozhat a prediktív karbantartás

gyártás

2 perc

A szenzorok, az adatelemzés, a gépi tanulás és a megelőző karbantartás együttesen maximalizálhatják az IoT-technológiából fakadó nyereséget a cégek számára.

Bármilyen munkafolyamat során komoly veszteséget okozhat egy-egy munkagép javítása, hiszen a szervizköltségen kívül növeli a kiadásokat a kieső termelés is. A prediktív karbantartás segítségével ez a kieső idő jóval rövidebbre csökkenthető.

A Dolgok Internete (Internet of Things, IoT) rengeteg ponton javíthatja a vállalatok termelékenységét, hatékonyságát, hiszen a szenzorok és az általuk gyűjtött adatok optimalizálhatják a munkafolyamatokat és segíthetik a döntéshozatalt. Ugyanezek az érzékelők mindeközben az amortizációra és a meghibásodások előjeleire is figyelmeztethetnek, így lerövidíthetik az időt, melyet az adott gép termelés nélkül szervizben tölt.

Milliós kiesések a bányában

A gyakorlati példák közül kiemelhető a Rio Tinto vállalat. Az ausztrál és brit társaság a világ egyik legnagyobb ércbányászati cége, és világszerte több, a városoktól távol eső helyeken, a „semmi közepén” üzemeltetnek telepeket, ahol hatalmas teherautókkal szállítják a több tonnás rakományokat. Ezeken a járműveken egyetlen szimpla kerékcsere is rendkívül költséges, és akár a 100 ezer dollárt (közel 27 millió forintot) is elérheti.

Szerviz helyben vagy távolról? – Az M2M mindent megold

A monstrum a platóján ráadásul akkora mennyiségű értékes ércet képes szállítani, hogy meghibásodás esetén naponta kétmillió dollárba kerül a jármű termelésből való kiesése. Ezt az értéket többnyire meg is kell duplázni, ha például a teherautó a műszaki probléma miatt nem tud saját kerekein kihajtani a gödörből, akkor egy másik járművet is oda kell irányítani, hogy kivontassa. Mindezeken felül a javítási költségekkel is számolni kell.

Pontos jóslatok

Jól látható tehát, hogy mennyire zsebbe vágó, hogy egy vállalat még időben észrevegye a meghibásodásokat. Ennek a fontossága hatványozott, hogyha a munkagépek és az infrastruktúra nap mint nap olyan komoly környezeti hatásoknak vannak kitéve, mint amilyenek egy bányában uralkodnak.

A Rio Tinto épp ezért döntött úgy, hogy nyit az M2M (Machine-to-Machine) és az IoT (Internet of Things) felé. A csaknem 900 járművet számláló flottájuk minden tagját felszerelték 92 szenzorral, melyek a többi között a motort, a hajtásláncot és a kerekeket figyelik. Az érzékelők kiemelt feladata a meghibásodások előrejelzése mellett az is, hogy autonómmá tegyék a vezetést, amelyre jelen esetben külön engedélyre sem volt szükség, hiszen a teherautók szinte mindig magánterületen közlekednek.

A flotta által generált napi 4,6 terabájtnyi adat elemzése nemcsak hatékonyabbá teszi a napi működést, hanem abban is segít a cégnek, hogy a lehető leghosszabbra nyújtsa az eszközök élettartamát. Ha egy szenzor például átlagon felüli hőmérsékletet észlel a motortérben, vagy ismeretlen eredetű rezgést tapasztal a futóműben (ami egy meglazult kerékre is utalhat), akkor még időben leállítható a jármű, és akár már a helyszínen megkezdhető a javítás.

Természetesen ebben az esetben is jelentős megtakarításról lehet szó, ahogy bármilyen más iparágban rendkívül előnyös az üzletmenet és a költségek szempontjából a prediktív karbantartás.

Forrás: IoT for All