Capacitando equipes de manufatura digital com conhecimento

A quarta revolução industrial proporcionou a oportunidade de obter enormes quantidades de dados em tempo real dos processos de fabricação e o potencial de quase todas as superfícies serem transformadas em sensores para coleta de dados . Mas essa riqueza de dados fornece o conhecimento que as equipes digitais precisam para otimizar suas atividades?

Neste filme, Alexander Hill e Rob Russell, da Senseye, se juntam à Dra. Hannah Edmonds, do Manufacturing Technology Center, Jim Davison, da Make UK, e Peter Gagg, do MCP Consulting Group, para discutir quais dados os fabricantes devem coletar e como, como os conjuntos de dados existentes podem ser reaproveitados para gerar novos insights e maior valor, e como processos como manutenção podem ser redesenhados para atender às necessidades dos engenheiros no chão de fábrica.

Transcrição

Alexander Hill, Senseye:Eu adoraria dizer que é tão simples quanto 'você tem os dados e vai embora'. Infelizmente, o que vemos é que muitas organizações têm muitos dados. Portanto, descobrir quais são os dados corretos e o que você precisa entender a partir desses dados é o desafio.

Dra. Hannah Edmonds, Centro de Tecnologia de Manufatura:Há um desafio que vem com uma riqueza de dados, podemos chegar a um estágio de saturação de dados - uma coisa boa demais.

Rob Russell, Senseye:Da perspectiva da manutenção preditiva, o principal é coletar dados de monitoramento de condições dos quais podemos avaliar o estado das máquinas. Mas, por mais importante que seja a informação do sensor, é realmente importante que os dados sejam coletados com contexto e em um momento apropriado.

Dra. Hannah Edmonds:O monitoramento e a análise de condições podem permitir uma abordagem mais proativa da manutenção. Não é apenas esperar até que ocorra um erro, mas tentar identificar quando a condição dos equipamentos está se deteriorando ao longo do tempo.

Podemos instrumentar equipamentos, coletar os dados e monitorar suas operações para obter insights de produção para evitar essa falha - intervir antes do problema.

Peter Gagg, MCP Consulting Group:O primeiro pensamento de todos é que os dados dos sensores são tudo o que você precisa para iniciar um programa de manutenção preditiva. No entanto, existem muitos outros tipos de dados já existentes em uma empresa.

Dados dos sistemas de gestão predial, histórico de equipamentos, dados de PLCs, sistemas de execução de fabricação, sistemas OEE, etc. Junto com a vibração, temperatura, pressão, vazão, corrente e tensão usuais.

Trata-se realmente de reunir tudo, identificar os parâmetros que você realmente precisa usar dentro do regime preditivo e observar como todos estão interconectados.

Jim Davison, Make UK:Trata-se de realmente entender os parâmetros críticos dentro de seu processo, maquinário ou produto. Entenda quais são as entradas que podem afetar se uma peça é boa ou ruim, ou se uma máquina pode funcionar com recursos de placa de identificação de forma confiável e repetida.

Uma vez que você pode entender isso e conhecer seu processo, você pode capturar os dados que são importantes e podem influenciar os parâmetros que você está procurando. Em seguida, exiba isso de uma maneira que seja útil.

Alexander Hill:Em equipamentos industriais modernos, há muitos dados já disponíveis e já capturados. Coisas como corrente, temperatura, pressão, tempos de ciclo. Essas são coisas que podem realmente ser usadas para fins de monitoramento de condições, mas geralmente não são - elas são usadas apenas para controlar o processo.

Podemos fazer essas medições e usá-las para entender a integridade da máquina. Construímos modelos das máquinas automaticamente, usando os dados disponíveis. Em seguida, ajudamos nossos clientes a entender o que eles precisam prestar atenção na perspectiva da máquina. Sem dizer 'veja todos esses dados brutos', nós os removemos, abstraímos e garantimos que eles possam entender quais ativos - entre centenas e milhares - eles precisam prestar atenção.