利用数据科学驯服数字时代的维护怪兽
器,技术和互联网的出现使制造业不堪重负。第四次工业革命将使制造数字化,只有智能机器才能实现这一目标。随着机器,机器人技术,更多自动化,敏捷制造以及日益增加的定制化的兴起,制造操作变得非常复杂。这要求更好的性能和可靠性,尤其是对于重资产行业,在这些行业中,工业资产的可靠性至关重要。同时,行业正面临着收入和利润方面的挑战,这些挑战要求提高操作可靠性并降低维护成本。但是,可靠性是一项复杂的功能,它涉及整个资产生命周期(从购置,调试,
只有一个答案,那就是资产绩效的可见性。
管理思想家彼得·德鲁克(Peter Drucker)曾说过:“您无法管理无法衡量的事情。” 这对于维护操作来说是正确的。除非您完全了解资产性能,否则就无法提高可靠性或性能。过去,行业专家在跟踪关键资产的实际位置方面更多地谈论了资产可见性。但是在数字时代,可以实时监视位置,状态和性能。
资产可见性计划的业务收益不仅限于生产力和安全性;他们更多地关注可靠性和获利能力。收益可能高达7%的资产回报率(ROA)和11%的整体设备效率(OEE)改善。为资产可视性计划创建可行的业务案例时,应考虑几个主要优点:
基于运营洞察力,提高了维护流程的可靠性
降低了以思想为中心的总体维护成本
利用诊断分析功能识别根本原因的能力
准确预测并及时预防资产故障
通过KPI和最佳实践基准测试提高了性能
通过利用支持IoT的解决方案为Industry 4.0奠定基础。
资产可见性不是一个新概念。十多年来,组织一直在对可视性解决方案进行投资。挑战一直是获得可行的见解。借助当今可用的数字技术,物联网,传感器,云,分析平台和移动解决方案使资产性能可视性成为一项轻松的任务。IIoT和传感器实时捕获数据,带有云计算的分析平台可立即分析大量数据,而移动解决方案可立即为人们提供洞察力。这就是具有实时协作的数字化互联运营的力量。
研究表明,只有20%的资产密集型公司已对资产可见性计划进行了投资。Gartner预测,到2020年,全球将有204亿个互联“物”。这肯定意味着将有更多的资产,设备,机器和设备来进行监控,并需要更多的数据进行分析和可视化。如果组织仅专注于技术解决方案(工具)来执行分析,则它们将失败。成功的维护可见性计划的关键是采用结构化的方法来:
确定关键绩效指标(KPI)
定义KPI计算逻辑
识别正确的数据元素
简化资产层次结构
设计仪表板和报告结构
设计基于角色的访问以及持续的性能监控和改进。
我们可以用伊隆·马斯克(Elon Musk)的话来总结:“未来将由能够自我修复的机器自主维护。” 但是,如果没有资产绩效可见性,这是??否有可能?
题库