国产精品毛片在线完整版,不卡精品国产,国产精品18久久久久久白浆色欲,一级日韩AV女在线观看

先進制造業(yè)微信公眾平臺 先進制造業(yè)全媒體

預測性維護全面落地，不可操之過急

2021-07-10   來源：   評論：0
摘要：近年來，“預測性維護”這一概念被頻頻提及，工業(yè)互聯(lián)網時代工業(yè)制造設備變得更加高效與智能，但卻給設備本身的維護工作帶來不小的挑戰(zhàn)，而維護不善的后果輕則影響工廠生產效率，重則造成巨大的損失。
　　近年來，“預測性維護”這一概念被頻頻提及，工業(yè)互聯(lián)網時代工業(yè)制造設備變得更加高效與智能，但卻給設備本身的維護工作帶來不小的挑戰(zhàn)，而維護不善的后果輕則影響工廠生產效率，重則造成巨大的損失。
　　傳統(tǒng)維護模式中的故障后維護或定期維護會影響生產效率與產品質量，大幅提高了制造商的成本。隨著物聯(lián)網、大數據、云計算、人工智能與傳感技術的成熟應用，預測性維護技術這一“殺手級”應用應運而生。
　　據相關機構預測，到2024年，全球預測性維護市場規(guī)模年復合增長率將超過39%，達到235億美元。可見，未來幾年，預測性維護市場的發(fā)展前景十分可觀。
　　預測性維護的好處
　　目前，工業(yè)設備的維護可以大致分為三類：修復性維護、預防性維護和預測性維護，區(qū)別就在于修復性是事后修理，預防性更多的是憑借經驗判斷故障，而預測性維護可以做到在機器運行的同時，對某些重要部位進行定期或連續(xù)的狀態(tài)監(jiān)測和故障診斷。
　　預測性維護結合了多源數據，例如關鍵設備傳感器、企業(yè)資源計劃（ERP系統(tǒng)）、計算機化維護管理系統(tǒng)（CMMS）和生產數據，智能工廠管理系統(tǒng)將此數據與高級預測模型和分析工具結合在一起，以預測故障并主動解決。預測性維護具有以下優(yōu)勢：
　　圖片 對產線影響?。河袆e于智能制造需要對產線本身進行改造升級，預測性維護的硬件設備主要是協(xié)助建立設備與服務器的連接，不需要對產線或是生產工藝進行改變，對生產排程的整體影響小。
　　圖片 復制性高：在相同的設備上可以快速復制解決方案，且導入的設備越多產生的可利用數據就越多，對模型精準度的提升幫助更大。
　　圖片 實質成效顯著：預測性維護能助力運維服務降本增效。根據調查，預測性維護可減少5-10%的MROs（維護、維修、運行）成本支出及5-10%的總體維護成本；而在效能提升方面，預測性維護可提高10-20%的設備正常運行時間，減少20-50%的設備維護時間，為產品質量提供更好保障。
　　圖片 應用場景廣泛：預測性維護的主要原理是基于設備網聯(lián)化、數據采集、大數據分析及機器學習，未來的發(fā)展?jié)摿薮?，并逐步推動使用場景從設備維護延伸到排程制定、資產管理等。
　　預測性維護市場玩家
　　預測性維護過程中，數據是關鍵，數據如何獲取和采集，傳感器必不可少，最終還需要對收集上來的數據進行整理和分析，將其變成真正有價值的內容，這就必須對其進行可視化、評估和處理。
　　基于此，預測性維護也給數據采集、分析、評估等領域的細分專業(yè)玩家?guī)砹藱C遇，其中包括基礎及關鍵硬件供應商，一方面是狀態(tài)監(jiān)測類型的企業(yè)（提供測量機械參數，如振動或溫度的傳感器和狀態(tài)監(jiān)測解決方案的公司）；另一方面是工業(yè)控制系統(tǒng)類型的企業(yè)（用于過程處理和機器相關數據處理的PLC/DCS系統(tǒng)）。
　　近年來，許多知名企業(yè)早已將預測性維護納入公司戰(zhàn)略軌道，目前市場上已有不少做的相當出色的平臺進行數據收集和分析。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)數據和分析而開發(fā)的云服務平臺，負責將各種工業(yè)資產設備和供應商相互連接并接入云端，為各類工業(yè)設備提供完備的設備健康和故障預測，以實現(xiàn)生產效率優(yōu)化、能耗管理、排程優(yōu)化等。Predix采用數據驅動和機理結合的方式，旨在解決質量、效率、能耗等問題，幫助工業(yè)企業(yè)實現(xiàn)數字化轉型。
　　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)網操作系統(tǒng)，它能夠將產品、工廠、系統(tǒng)和機器設備安全快速地連接到數字世界，充分挖掘設備和系統(tǒng)在企業(yè)運營過程中所產生的數據潛在價值，將其傳輸到 MindSphere 具有高級分析功能的工業(yè)應用進行分析，進而產生更好的生產經營成果。
　　ABB Ability?：ABB Ability?集成了ABB從設備、邊緣計算到云服務的跨行業(yè)、一體化的數字化能力。ABB Ability?量身定制的數字化解決方案已幫助能源、石化、冶金、機械、汽車、船舶、數據中心、基礎設施等領域的眾多企業(yè)與工業(yè)物聯(lián)網實現(xiàn)互聯(lián)，充分挖掘數字化潛力，提升效率、降低成本、提高安全性與核心競爭力。
　　施耐德電氣EcoStruxure：EcoStruxure平臺的主要功能就是實現(xiàn)企業(yè)能源效率的有效管理，以降低企業(yè)的運營成本，包括互聯(lián)互通的產品、邊緣控制及應用、分析與服務三個層面。EcoStruxure將施耐德電氣在自動化、能效管理領域的經驗、專業(yè)領域知識與數據驅動的計量與分析技術相結合，幫助客戶最大化物聯(lián)網的價值。
　　除硬件提供商和數據分析提供商外，還有一些連接提供商通過通信模塊、網關、M2M等設備實現(xiàn)有線/無線連接，如華為等，以及云存儲和物聯(lián)網應用程序支持平臺的公司，如PTC、SAP等巨頭紛紛通過細分市場進入賽道。
　　預測性維護發(fā)展不及預期
　　云計算、邊緣技術和人工智能等新興技術正在開啟改變預測性維護市場格局的機會大門，預測性維護的最終目的是要對公司盈利產生積極影響。盡管預測性維護發(fā)展前景被看好，然而，國內很多傳統(tǒng)行業(yè)中預測性維護的滲透率還很低，且對于預測性維護能否真的帶來切實收益，不少企業(yè)仍持懷疑態(tài)度。
　　有調查顯示，預測性維護市場后期發(fā)展不及預期的主要原因有：
　　對于工業(yè)企業(yè)而言，投資回報率ROI如果算不清楚，就意味著見效慢，效果很難評估，且預測性維護真正發(fā)揮效用的時間比預期長，工業(yè)企業(yè)推進意愿自然不會提升。
　　對于預測性維護供應商而言，應當從賣產品向賣產品使用的服務的理念轉變，如果只算由預測性維護降低的停機風險，只算省錢的經濟賬，是遠遠不夠的。好的商業(yè)模式下，不一定是幫最終用戶多省錢，而是幫設備服務商或者設備制造商多賺錢。
　　圖片 基礎不扎實，數據量不足
　　工業(yè)設備的預測性維護，都面臨一個避而不提的共性問題——設備自身的傳感器數量不夠，很多數據還沒有形成有效的長期積累，且很多時候“正確的數據”遠比有量無質的“大數據”更好。
　　從目前發(fā)展情況來看，預測性維護技術尚未完全成熟，距離大規(guī)模落地還存在一定距離。對于供應商而言，現(xiàn)階段需要考慮的是如何利用預測性維護技術給用戶帶來實際價值，即降本、增效、安全，以及轉變傳統(tǒng)的思維模式。
　　對于企業(yè)自身而言要有充分的自我認知，如果企業(yè)本身尚未達到數字化、智能化的階段或水平，還不足以支持預測性維護方案的落地，那么，企業(yè)在作出引入預測性維護決定之前，需要對自身工廠進行整體性的評估，對于其投入的成本與當前維護成本進行比較。
　　而對于具備一定數字化水平的企業(yè)而言，企業(yè)需要的是充足的經驗和專業(yè)的知識，而不是一味的引入高科技軟件系統(tǒng)，要了解對企業(yè)運維而言什么是“正確的”、“有用的”、什么應該優(yōu)先數字化，以及如何有效地做到這一點。
　　預測性維護需要企業(yè)和供應商擁有充分的行業(yè)know-how，才能在更多行業(yè)實現(xiàn)全面落地并發(fā)揮最大化效益與價值。
　　參考資料 ：IoT Analytics《2019-2024年預測性維護市場報告》、羅蘭貝格《預測性維護：數字化運維的制勝基石》
相關熱詞搜索：預測性維護
網站介紹| 版權聲明| 聯(lián)系我們|