预测性维护即服务将意外停车防患于未然

罗克韦尔自动化推出全新数据驱动型服务,可有效预防关键资产故障导致的意外停车

文章来源:AI《汽车制造业》 发布时间:2018-06-28
分享到
关键资产一旦发生故障,其后果往往不可估量,由此引发的意外停车可能会导致每年数十亿美元的损失。为能够更加主动地防止意外停车,制造企业和工业组织纷纷开始采用预测性维护及其他各种先进技术,以期有计划地安排停车事件。为帮助客户鉴别和防范关键资产停车事件,罗克韦尔自动化宣布推出全新的预测性维护即服务产品。

关键资产一旦发生故障,其后果往往不可估量,由此引发的意外停车可能会导致每年数十亿美元的损失。为能够更加主动地防止意外停车,制造企业和工业组织纷纷开始采用预测性维护及其他各种先进技术,以期有计划地安排停车事件。为帮助客户鉴别和防范关键资产停车事件,罗克韦尔自动化宣布推出全新的预测性维护即服务产品。

该服务以客户的关键资产为应用对象,从传感器、控制系统和智能机器等互联技术获取数据并进行分析。借助 FactoryTalk Analytics 分析平台和机器学习技术,罗克韦尔自动化工程师能够判断运行状态是否正常,同时构建数据模型,以帮助预测、监控故障,降低故障发生的几率,从而促成预测性维护的实现。

“通过收集并分析大量的历史数据,我们现在可以预见在未来的哪个时间点可能会发生故障。”罗克韦尔自动化远程监控和分析产品经理 Phil Bush 说道。“这使得最终用户能够有预见性地解决问题,最大限度地减少对生产运营的影响,而不再像以往束手等待故障的发生,然后在紧迫匆忙中排除故障。”

以罗克韦尔自动化的一个石油和天然气行业客户为例,在未部署预测性维护解决方案之前,该客户曾发生过一次轴承故障事件,导致的维护费用和生产力损失合计超过 300 万美元。通过与罗克韦尔自动化共同查阅故障资产逾一年的历史数据,工程师发现轴承冷却系统已有六个月未正常运行。而如果当时已经部署了预测性维护服务,该客户就可以在故障发生前发现轴承故障及其发生原因。

该全新服务对于石油和天然气等行业的重要性尤为突出,在这些行业中,关键资产的正常运行时间决定着企业的盈亏。这一重要性还体现在需要连续执行生产运营的关键机器上。此外,原始设备制造商 (OEM) 可在某一资产上实施这项服务,利用预测功能延长正常运行时间,并将应用成果推广到所有类似的客户资产上。

借助这项服务,客户可以监控预测并分析警报细节,而无需另外构建自己的数据模型或设计自己的解决方案。罗克韦尔自动化将为客户提供数据收集、机器学习和工程设计等方面的支持,以构建模型、验证和监控模式及预测,并随着数据集的发展持续更新这些模型。

收藏
赞一下
0