日韩在线精品强乱中文字幕,欧美性大战XXXXX久久久,中文字幕日本精品一区二区三区,五月综合激情婷婷六月色窝

先進(jìn)制造業(yè)微信公眾平臺(tái) 先進(jìn)制造業(yè)全媒體

預(yù)測(cè)性維護(hù)全面落地，不可操之過(guò)急

2021-07-10   來(lái)源：   評(píng)論：0
摘要：近年來(lái)，“預(yù)測(cè)性維護(hù)”這一概念被頻頻提及，工業(yè)互聯(lián)網(wǎng)時(shí)代工業(yè)制造設(shè)備變得更加高效與智能，但卻給設(shè)備本身的維護(hù)工作帶來(lái)不小的挑戰(zhàn)，而維護(hù)不善的后果輕則影響工廠生產(chǎn)效率，重則造成巨大的損失。
　　近年來(lái)，“預(yù)測(cè)性維護(hù)”這一概念被頻頻提及，工業(yè)互聯(lián)網(wǎng)時(shí)代工業(yè)制造設(shè)備變得更加高效與智能，但卻給設(shè)備本身的維護(hù)工作帶來(lái)不小的挑戰(zhàn)，而維護(hù)不善的后果輕則影響工廠生產(chǎn)效率，重則造成巨大的損失。
　　傳統(tǒng)維護(hù)模式中的故障后維護(hù)或定期維護(hù)會(huì)影響生產(chǎn)效率與產(chǎn)品質(zhì)量，大幅提高了制造商的成本。隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能與傳感技術(shù)的成熟應(yīng)用，預(yù)測(cè)性維護(hù)技術(shù)這一“殺手級(jí)”應(yīng)用應(yīng)運(yùn)而生。
　　據(jù)相關(guān)機(jī)構(gòu)預(yù)測(cè)，到2024年，全球預(yù)測(cè)性維護(hù)市場(chǎng)規(guī)模年復(fù)合增長(zhǎng)率將超過(guò)39%，達(dá)到235億美元?？梢姡磥?lái)幾年，預(yù)測(cè)性維護(hù)市場(chǎng)的發(fā)展前景十分可觀。
　　預(yù)測(cè)性維護(hù)的好處
　　目前，工業(yè)設(shè)備的維護(hù)可以大致分為三類：修復(fù)性維護(hù)、預(yù)防性維護(hù)和預(yù)測(cè)性維護(hù)，區(qū)別就在于修復(fù)性是事后修理，預(yù)防性更多的是憑借經(jīng)驗(yàn)判斷故障，而預(yù)測(cè)性維護(hù)可以做到在機(jī)器運(yùn)行的同時(shí)，對(duì)某些重要部位進(jìn)行定期或連續(xù)的狀態(tài)監(jiān)測(cè)和故障診斷。
　　預(yù)測(cè)性維護(hù)結(jié)合了多源數(shù)據(jù)，例如關(guān)鍵設(shè)備傳感器、企業(yè)資源計(jì)劃（ERP系統(tǒng)）、計(jì)算機(jī)化維護(hù)管理系統(tǒng)（CMMS）和生產(chǎn)數(shù)據(jù)，智能工廠管理系統(tǒng)將此數(shù)據(jù)與高級(jí)預(yù)測(cè)模型和分析工具結(jié)合在一起，以預(yù)測(cè)故障并主動(dòng)解決。預(yù)測(cè)性維護(hù)具有以下優(yōu)勢(shì)：
　　圖片 對(duì)產(chǎn)線影響?。河袆e于智能制造需要對(duì)產(chǎn)線本身進(jìn)行改造升級(jí)，預(yù)測(cè)性維護(hù)的硬件設(shè)備主要是協(xié)助建立設(shè)備與服務(wù)器的連接，不需要對(duì)產(chǎn)線或是生產(chǎn)工藝進(jìn)行改變，對(duì)生產(chǎn)排程的整體影響小。
　　圖片 復(fù)制性高：在相同的設(shè)備上可以快速?gòu)?fù)制解決方案，且導(dǎo)入的設(shè)備越多產(chǎn)生的可利用數(shù)據(jù)就越多，對(duì)模型精準(zhǔn)度的提升幫助更大。
　　圖片 實(shí)質(zhì)成效顯著：預(yù)測(cè)性維護(hù)能助力運(yùn)維服務(wù)降本增效。根據(jù)調(diào)查，預(yù)測(cè)性維護(hù)可減少5-10%的MROs（維護(hù)、維修、運(yùn)行）成本支出及5-10%的總體維護(hù)成本；而在效能提升方面，預(yù)測(cè)性維護(hù)可提高10-20%的設(shè)備正常運(yùn)行時(shí)間，減少20-50%的設(shè)備維護(hù)時(shí)間，為產(chǎn)品質(zhì)量提供更好保障。
　　圖片 應(yīng)用場(chǎng)景廣泛：預(yù)測(cè)性維護(hù)的主要原理是基于設(shè)備網(wǎng)聯(lián)化、數(shù)據(jù)采集、大數(shù)據(jù)分析及機(jī)器學(xué)習(xí)，未來(lái)的發(fā)展?jié)摿薮?，并逐步推?dòng)使用場(chǎng)景從設(shè)備維護(hù)延伸到排程制定、資產(chǎn)管理等。
　　預(yù)測(cè)性維護(hù)市場(chǎng)玩家
　　預(yù)測(cè)性維護(hù)過(guò)程中，數(shù)據(jù)是關(guān)鍵，數(shù)據(jù)如何獲取和采集，傳感器必不可少，最終還需要對(duì)收集上來(lái)的數(shù)據(jù)進(jìn)行整理和分析，將其變成真正有價(jià)值的內(nèi)容，這就必須對(duì)其進(jìn)行可視化、評(píng)估和處理。
　　基于此，預(yù)測(cè)性維護(hù)也給數(shù)據(jù)采集、分析、評(píng)估等領(lǐng)域的細(xì)分專業(yè)玩家?guī)?lái)了機(jī)遇，其中包括基礎(chǔ)及關(guān)鍵硬件供應(yīng)商，一方面是狀態(tài)監(jiān)測(cè)類型的企業(yè)（提供測(cè)量機(jī)械參數(shù)，如振動(dòng)或溫度的傳感器和狀態(tài)監(jiān)測(cè)解決方案的公司）；另一方面是工業(yè)控制系統(tǒng)類型的企業(yè)（用于過(guò)程處理和機(jī)器相關(guān)數(shù)據(jù)處理的PLC/DCS系統(tǒng)）。
　　近年來(lái)，許多知名企業(yè)早已將預(yù)測(cè)性維護(hù)納入公司戰(zhàn)略軌道，目前市場(chǎng)上已有不少做的相當(dāng)出色的平臺(tái)進(jìn)行數(shù)據(jù)收集和分析。例如，GE、西門子、ABB、菲尼克電氣、施耐德電氣、霍尼韋爾等。
　　GE的Predix：Predix是GE推出的專為工業(yè)數(shù)據(jù)和分析而開發(fā)的云服務(wù)平臺(tái)，負(fù)責(zé)將各種工業(yè)資產(chǎn)設(shè)備和供應(yīng)商相互連接并接入云端，為各類工業(yè)設(shè)備提供完備的設(shè)備健康和故障預(yù)測(cè)，以實(shí)現(xiàn)生產(chǎn)效率優(yōu)化、能耗管理、排程優(yōu)化等。Predix采用數(shù)據(jù)驅(qū)動(dòng)和機(jī)理結(jié)合的方式，旨在解決質(zhì)量、效率、能耗等問(wèn)題，幫助工業(yè)企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。
　　西門子的MindSphere：MindSphere 是西門子推出的一種基于云的開放式物聯(lián)網(wǎng)操作系統(tǒng)，它能夠?qū)a(chǎn)品、工廠、系統(tǒng)和機(jī)器設(shè)備安全快速地連接到數(shù)字世界，充分挖掘設(shè)備和系統(tǒng)在企業(yè)運(yùn)營(yíng)過(guò)程中所產(chǎn)生的數(shù)據(jù)潛在價(jià)值，將其傳輸?shù)?MindSphere 具有高級(jí)分析功能的工業(yè)應(yīng)用進(jìn)行分析，進(jìn)而產(chǎn)生更好的生產(chǎn)經(jīng)營(yíng)成果。
　　ABB Ability?：ABB Ability?集成了ABB從設(shè)備、邊緣計(jì)算到云服務(wù)的跨行業(yè)、一體化的數(shù)字化能力。ABB Ability?量身定制的數(shù)字化解決方案已幫助能源、石化、冶金、機(jī)械、汽車、船舶、數(shù)據(jù)中心、基礎(chǔ)設(shè)施等領(lǐng)域的眾多企業(yè)與工業(yè)物聯(lián)網(wǎng)實(shí)現(xiàn)互聯(lián)，充分挖掘數(shù)字化潛力，提升效率、降低成本、提高安全性與核心競(jìng)爭(zhēng)力。
　　施耐德電氣EcoStruxure：EcoStruxure平臺(tái)的主要功能就是實(shí)現(xiàn)企業(yè)能源效率的有效管理，以降低企業(yè)的運(yùn)營(yíng)成本，包括互聯(lián)互通的產(chǎn)品、邊緣控制及應(yīng)用、分析與服務(wù)三個(gè)層面。EcoStruxure將施耐德電氣在自動(dòng)化、能效管理領(lǐng)域的經(jīng)驗(yàn)、專業(yè)領(lǐng)域知識(shí)與數(shù)據(jù)驅(qū)動(dòng)的計(jì)量與分析技術(shù)相結(jié)合，幫助客戶最大化物聯(lián)網(wǎng)的價(jià)值。
　　除硬件提供商和數(shù)據(jù)分析提供商外，還有一些連接提供商通過(guò)通信模塊、網(wǎng)關(guān)、M2M等設(shè)備實(shí)現(xiàn)有線/無(wú)線連接，如華為等，以及云存儲(chǔ)和物聯(lián)網(wǎng)應(yīng)用程序支持平臺(tái)的公司，如PTC、SAP等巨頭紛紛通過(guò)細(xì)分市場(chǎng)進(jìn)入賽道。
　　預(yù)測(cè)性維護(hù)發(fā)展不及預(yù)期
　　云計(jì)算、邊緣技術(shù)和人工智能等新興技術(shù)正在開啟改變預(yù)測(cè)性維護(hù)市場(chǎng)格局的機(jī)會(huì)大門，預(yù)測(cè)性維護(hù)的最終目的是要對(duì)公司盈利產(chǎn)生積極影響。盡管預(yù)測(cè)性維護(hù)發(fā)展前景被看好，然而，國(guó)內(nèi)很多傳統(tǒng)行業(yè)中預(yù)測(cè)性維護(hù)的滲透率還很低，且對(duì)于預(yù)測(cè)性維護(hù)能否真的帶來(lái)切實(shí)收益，不少企業(yè)仍持懷疑態(tài)度。
　　有調(diào)查顯示，預(yù)測(cè)性維護(hù)市場(chǎng)后期發(fā)展不及預(yù)期的主要原因有：
　　對(duì)于工業(yè)企業(yè)而言，投資回報(bào)率ROI如果算不清楚，就意味著見效慢，效果很難評(píng)估，且預(yù)測(cè)性維護(hù)真正發(fā)揮效用的時(shí)間比預(yù)期長(zhǎng)，工業(yè)企業(yè)推進(jìn)意愿自然不會(huì)提升。
　　對(duì)于預(yù)測(cè)性維護(hù)供應(yīng)商而言，應(yīng)當(dāng)從賣產(chǎn)品向賣產(chǎn)品使用的服務(wù)的理念轉(zhuǎn)變，如果只算由預(yù)測(cè)性維護(hù)降低的停機(jī)風(fēng)險(xiǎn)，只算省錢的經(jīng)濟(jì)賬，是遠(yuǎn)遠(yuǎn)不夠的。好的商業(yè)模式下，不一定是幫最終用戶多省錢，而是幫設(shè)備服務(wù)商或者設(shè)備制造商多賺錢。
　　圖片 基礎(chǔ)不扎實(shí)，數(shù)據(jù)量不足
　　工業(yè)設(shè)備的預(yù)測(cè)性維護(hù)，都面臨一個(gè)避而不提的共性問(wèn)題——設(shè)備自身的傳感器數(shù)量不夠，很多數(shù)據(jù)還沒(méi)有形成有效的長(zhǎng)期積累，且很多時(shí)候“正確的數(shù)據(jù)”遠(yuǎn)比有量無(wú)質(zhì)的“大數(shù)據(jù)”更好。
　　從目前發(fā)展情況來(lái)看，預(yù)測(cè)性維護(hù)技術(shù)尚未完全成熟，距離大規(guī)模落地還存在一定距離。對(duì)于供應(yīng)商而言，現(xiàn)階段需要考慮的是如何利用預(yù)測(cè)性維護(hù)技術(shù)給用戶帶來(lái)實(shí)際價(jià)值，即降本、增效、安全，以及轉(zhuǎn)變傳統(tǒng)的思維模式。
　　對(duì)于企業(yè)自身而言要有充分的自我認(rèn)知，如果企業(yè)本身尚未達(dá)到數(shù)字化、智能化的階段或水平，還不足以支持預(yù)測(cè)性維護(hù)方案的落地，那么，企業(yè)在作出引入預(yù)測(cè)性維護(hù)決定之前，需要對(duì)自身工廠進(jìn)行整體性的評(píng)估，對(duì)于其投入的成本與當(dāng)前維護(hù)成本進(jìn)行比較。
　　而對(duì)于具備一定數(shù)字化水平的企業(yè)而言，企業(yè)需要的是充足的經(jīng)驗(yàn)和專業(yè)的知識(shí)，而不是一味的引入高科技軟件系統(tǒng)，要了解對(duì)企業(yè)運(yùn)維而言什么是“正確的”、“有用的”、什么應(yīng)該優(yōu)先數(shù)字化，以及如何有效地做到這一點(diǎn)。
　　預(yù)測(cè)性維護(hù)需要企業(yè)和供應(yīng)商擁有充分的行業(yè)know-how，才能在更多行業(yè)實(shí)現(xiàn)全面落地并發(fā)揮最大化效益與價(jià)值。
　　參考資料 ：IoT Analytics《2019-2024年預(yù)測(cè)性維護(hù)市場(chǎng)報(bào)告》、羅蘭貝格《預(yù)測(cè)性維護(hù)：數(shù)字化運(yùn)維的制勝基石》
相關(guān)熱詞搜索：預(yù)測(cè)性維護(hù)
網(wǎng)站介紹| 版權(quán)聲明| 聯(lián)系我們|