O uso mais interessante da Indústria 4.0 é Prognóstico

A Indústria 4.0 e a Internet das Coisas (ou Internet das Coisas Industrial, se você preferir) estão tão intimamente relacionadas que também podemos usar os termos de forma intercambiável. Todos os dias parece haver algumas notícias sobre a Internet das Coisas e como ela vai mudar tudo – carros conectados, pessoas conectadas e até máquinas de lavar conectadas. No entanto, essas conexões não significam muito sem casos de uso reais - sim, agora é possível que sua geladeira fale com seu telefone, mas isso está respondendo a uma pergunta que ninguém está perguntando, resolvendo um problema com o qual ninguém se importa (embora eu esteja preparado para engolir minhas palavras daqui a 5 anos, quando todos estivermos compartilhando nossas estatísticas de geladeira em qualquer que seja a rede social mais quente baseada em geladeira).

Como indústria, a Manufatura tem alguns problemas muito bem definidos – os clientes querem mercadorias rapidamente, com custos mais baixos e alta qualidade. Se essas demandas não forem atendidas devido ao tempo de inatividade não planejado, as consequências são caras. É mais fácil defender o uso da tecnologia IoT para resolver esses problemas; por exemplo, um melhor rastreamento de suprimentos usando etiquetas RFID pode ajudar a reduzir atrasos na cadeia de suprimentos e melhorar a qualidade. Mas não é o que realmente interessante .

Com o armazenamento de dados sendo barato, a largura de banda cada vez maior e o custo dos dispositivos de detecção caindo constantemente enquanto suas habilidades aumentam (ser capaz de ir direto para a nuvem, ser capaz de detectar mais de uma coisa por vez, etc.), fazendo coisas inteligentes com dados de máquina, além de análises básicas é cada vez mais viável.

Se uma empresa de manufatura não está produzindo quando precisa, não está cumprindo seu propósito – não está ganhando dinheiro. Ao aplicar técnicas de diagnóstico e prognóstico aos dados da máquina, você pode revelar como as máquinas estão funcionando atualmente (diagnóstico) e como elas funcionarão no futuro – elas serão capazes de produzir quando necessário (prognóstico)? Como mencionamos anteriormente, a manutenção prescritiva baseada em calendário é uma ótima maneira de gastar dinheiro desnecessariamente – a manutenção preditiva é a maneira inteligente de economizar dinheiro.

Prognósticos – a ciência de prever quando uma máquina deixará de ser capaz de desempenhar sua função pretendida é um facilitador direto da manutenção preditiva. Os dados de suas máquinas, processados ​​pelo aplicativo certo, podem informar quando suas máquinas irão falhar, para que você possa mantê-las antes desse tempo e evitar o tempo de inatividade, falhando com seus clientes e gastando mais do que deveria para manter a máquina funcionando . Este conhecimento de quando uma máquina irá falhar é calculado como Vida Útil Restante (RUL).



Com uma previsão precisa de RUL, os mantenedores são mais capazes de priorizar quais máquinas precisam de manutenção e em qual prazo; reduzindo significativamente o risco de falha da máquina e evitando a dispendiosa manutenção excessiva. Pense nisso como outra ferramenta para ajudar a aumentar a eficácia dos mantenedores.

Os modelos de prognóstico que fornecem RUL têm sido tradicionalmente difíceis de calcular e precisam de cientistas de dados talentosos para serem implementados de forma eficaz e sob medida. Os altos custos dessa abordagem prejudicaram a adoção generalizada. Felizmente, com o advento do aprendizado de máquina avançado e da computação em nuvem barata, os prognósticos estão se tornando mais acessíveis e, por sua vez, a manutenção preditiva está alcançando a escalabilidade.

Segurança, conformidade, integração, conscientização de processos e melhoria são coisas importantes que a Indústria 4.0 permite. No entanto, nada disso importa sem maquinário eficaz, fornecendo rendimento confiável e com tempo de inatividade mínimo – tudo isso possibilitado por prognósticos.

Conte-me mais!

Quer saber mais sobre prognósticos e Sesnseye, nosso produto fácil de usar para manutenção preditiva? Agende uma demonstração e discussão aqui: