Como executar uma prova de conceito de manutenção preditiva

Neste blog, compartilhamos algumas das lições que aprendemos com PoCs bem-sucedidas e mal-sucedidas. Adoraríamos poder dizer que todos os nossos PoCs atingiram seus objetivos finais de dimensionamento, mas isso seria ignorar informações valiosas que agora podemos compartilhar para ajudá-lo a evitar o mesmo erro.

Introdução

IA e análise são tópicos importantes e quase todos os fornecedores afirmam ter a capacidade de “fazer” Manutenção preditiva (PdM) com sua plataforma de análise preditiva. No entanto, o relacionamento com um fornecedor de software de manutenção preditiva geralmente é longo e requer muita confiança. Com uma grande quantidade de ruído no mercado, portanto, faz sentido realizar um exercício para selecionar fornecedores em potencial. Assim como na escolha do seu médico, você precisa ter certeza de que um fornecedor pode fazer o que diz ser capaz.

Muitas vezes faz sentido para uma organização realizar um exercício para garantir que eles não apenas selecionem o fornecedor certo, mas que a própria organização esteja suficientemente preparada para garantir um projeto de PdM tem tudo o que precisa para ter sucesso e é capaz de mudar e se adaptar para aproveitar os benefícios oferecidos. A prova de conceito PdM (PoC) pode ajudar a garantir isso – se feito da maneira correta.

Em nossa experiência, muitas empresas tentaram e falharam em vários PdM PoCs antes de finalmente alcançarem os resultados esperados. Alguns de nossos clientes tentaram três outras soluções antes de alcançar o que esperavam. As lições aprendidas com as falhas foram que muitas vezes o fornecedor não era totalmente culpado - o problema realmente estava dentro. Foi apenas a consciência do sucesso em outros projetos do setor que lhes deu confiança para fazer mudanças internamente e persistir para alcançar o sucesso.

Análise preditiva ≠ Manutenção preditiva

É importante abordar um mal-entendido importante e comum:ferramentas de análise preditiva podem ser usadas como parte de um programa de PdM, mas análise preditiva e PdM estão longe de ser a mesma coisa.

Os cientistas de dados podem trabalhar em dados de máquina e identificar anomalias e tendências – e produzir algumas capturas de tela convincentes. Mas outra coisa é ter uma compreensão profunda do que essas coisas significam para a saúde das máquinas e poder ter uma discussão aprofundada sobre qual estratégia de manutenção adotar com essas novas informações. Os cientistas de dados puros geralmente não têm a experiência e o conhecimento necessários para atuar como engenheiros de manutenção. Como resultado, os algoritmos personalizados que eles desenvolvem geralmente têm um desempenho ruim em condições industriais do mundo real.

Identificar um fornecedor mais acostumado a análises preditivas do que manutenção preditiva

Máquinas especiais podem ter modos de falha especiais e únicos, mas os modos de falha e os tipos de informações necessários para detectá-los nas máquinas mais comuns, como motores, caixas de engrenagens e robôs, são muito bem compreendidos do ponto de vista do monitoramento de condições. A falha geralmente “é o que é”, então, se um fornecedor está fazendo perguntas básicas sobre os modos de falha da máquina e pedindo que você defina tudo, é claro que ele não tem experiência em monitoramento de condições ou manutenção de máquina e não sabe o que está fazendo. As chances de sucesso são muito pequenas.

Pedir para você rotular tudo em um estágio inicial - e não conseguir entender o que é mostrado em seus logs de manutenção e fazer correlações - pode significar que você está lidando com um fornecedor que adotará uma abordagem de modelagem sob medida. Isso pode ter resultados muito bons para até dezenas de máquinas, mas terá dificuldades com escalabilidade e custo para qualquer outra coisa.

A manutenção é a disciplina prática final, enquanto a análise de dados está enraizada na aplicação da teoria e da matemática avançada. O PoC deve ser o ponto em que esses dois mundos convergem para fornecer benefícios comerciais mensuráveis ​​por meio do PdM.

Encontrar o fornecedor de PdM certo é difícil – eles precisam entender suas práticas de manutenção, suas máquinas e quais resultados de negócios você deseja alcançar e precisam estar tão comprometidos quanto você em alcançá-los. Eles precisam fazer isso por meio da aplicação das teorias e matemática corretas – e fazê-lo de uma maneira que seja econômica e organizacionalmente escalável.

Para saber mais sobre as melhores práticas e armadilhas comuns a serem evitadas, baixe nosso white paper completo "Como executar uma prova de conceito de manutenção preditiva" abaixo.