企业 产品 资讯 推广
工业 农业 房产 汽车 家居 服饰 日用 IT 文教 生活 健康 服务 工商 商务 广告 工程
  • 随着制造机器的使用年限持续拉长,制造业者复出的成本与风险也跟着上升。工业物联网提供新的技术,可以量化停机时间,并监测、预测故障。机器中的传感器,可以透过先进的算法,快速显示出异常的趋势与问题。

    机器故障让制造业付出巨额成本,所幸现在的传感器与机器学习等新技术,可以做到提前预测,进而减少停机时间。据Bureau of Analysis数据,美国平均工业设备使用年限,从1970年代以后就持续拉长,现在平均的使用时间都已达到10年。随着资产老化,故障与维修的机会就变得越来越多。

    图片不存在

    物联网预测性维修业者Presenso共同创办人暨执行官Eitan Vesely表示,目前许多制造业者仍采用到故障为止(Run-to-failure)的方式,这种被动式的维修,但这其实要付出昂贵的成本,除了维修故障的机器之外,这还会损害整个生产线。

    由于制造机器的年限持续拉长,制造业者复出的成本与风险也跟着上升。许多公司并未精确量化他们的停机成本,但据估计,就算是小型工厂,其每小时产生的成本也可能高达数万美元。

    工业4.0提供新的技术,可以量化停机时间,并监测、预测故障。机器中的传感器,可以透过先进的算法,快速显示出异常的趋势与问题。

    一般人工方式需要拿着清单,并设定许多变数,并根据历史数据进行评估;机器有复杂的演法,可以考虑成千上万个变量,而且实时侦测出细微的改变,这是传统方法作不到的。

    Infosys全球调查指出,尽管81%制造商明白机器学习有助于机器维修,但只有17%真正采用了相关技术。许多中小型业者还在使用1980年代的系统,甚至使用人工的数据分析。

    图片不存在

    还没导入预测性分析的制造业者可能会问,究竟这么做的投资报酬率有多高?使用预测性分析,需要投资传感器和SaaS解决方案等。制造业者应该了解相关分析工具的精准度,同时考虑停机所造成的冲击,然后做出综合评估。

    Vesley认为,一开始应该从概念验证开始,如果能够提前侦测出资产故障,这时候管理阶层就比较容易接受这样的提议。跨部门的合作,包括IT部门与营运部门的整合,也是非常重要。

  • 发布:陆乙乙   点击:2350
  • 制造业设备使用寿命延长,工业物联网降低维护成本相关资源
  • 公司: 工业设备前沿
  • 地址:
  • 联系: