[ad_1]
Σε ο,τι αφορα τη συντηρηση των συστηματων παραγωγης, η λυση που επελεξε το BMW Group ειναι η χρηση αισθητηρων, η αναλυση δεδομενων και η τεχνητη νοημοσυνη (AI). Αντι του προηγουμενου καθεστωτος σερβις ανα τακτα χρονικα διαστηματα, βασει κανονων, η προληπτικη συντηρηση πραγματοποιειται αναλογα με την τρεχουσα κατασταση του συστηματος. Αυτο οχι μονον αποτρεπει τις μη προγραμματισμενες διακοπες στην παραγωγη, αλλα συμβαλλει σημαντικα στη βιωσιμοτητα και στην αποδοτικη χρηση πορων διασφαλιζοντας τη βελτιστη διαθεσιμοτητα των συστηματων. Καινοτομες λυσεις προληπτικης συντηρησης βασισμενες σε cloud εφαρμοζονται τωρα σε ολο το παγκοσμιο δικτυο παραγωγης.
Η προληπτικη συντηρηση λειτουργει ως ενα συστημα εγκαιρης προειδοποιησης στην παραγωγη
Η αυξανομενη ψηφιοποιηση των εργασιων συντηρησης καθιστα την προληψη ολο και πιο σημαντικη. Παρακολουθωντας τον εξοπλισμο και τα δεδομενα καταστασης, η προληπτικη συντηρηση μπορει να προβλεπει βλαβες των συστηματων πριν συμβουν στην πραγματικοτητα. Για τη βελτιωση της συντηρησης των συστηματων, χρησιμοποιουνται δεδομενα στο πλαισιο μιας προληπτικης αντιμετωπισης ωστε να αποτρεπονται περιττες διακοπες στην παραγωγη. Επισης, η προληπτικη συντηρηση αυξανει την αποδοση και τη βιωσιμοτητα διασφαλιζοντας οτι τα ακεραια εξαρτηματα δεν αντικαθιστανται νωριτερα απο οσο πρεπει.
Προβλεψη καταστασεων μεσω πλατφορμας βασισμενης σε cloud
Η προληπτικη συντηρηση χρησιμοποιει μια προηγμενη πλατφορμα cloud για τη ληψη εγκαιρων προειδοποιησεων σχετικα με πιθανες διακοπες της παραγωγης. Τα δεδομενα προερχονται απευθειας απο τα ιδια τα συστηματα παραγωγης, που συνδεονται με το cloud μονο μια φορα, μεσω gateway, για την παρακολουθηση και στη συνεχεια για τη συνεχη μεταφορα δεδομενων – συνηθως μια φορα το δευτερολεπτο. Ανεξαρτητα λειτουργικα στοιχεια (modules) λογισμικου εντος της πλατφορμας μπορουν να ενεργοποιουνται και να απενεργοποιουνται ευελικτα, αναλογα με τις αναγκες, για αμεση προσαρμογη στις μεταβαλλομενες απαιτησεις. Και με εναν υψηλο βαθμο τυποποιησης των ανεξαρτητων εξαρτηματων, το συστημα ειναι παγκοσμιως προσβασιμο, εχει δυνατοτητα επεκτασης σε μεγαλο βαθμο και επιτρεπει την ευκολη υλοποιηση νεων σεναριων και την ταχεια εφαρμογη υφισταμενων λυσεων.
Η προληπτικη συντηρηση επιτρεπει την εκτελεση εργασιων συντηρησης και επισκευων συμφωνα με τις πραγματικες απαιτησεις των συστηματων και την ενταξη τους στις ηδη προγραμματισμενες διακοπες της παραγωγης. Οι επισκευες μπορουν να γινονται στοχευμενα με μεγαλυτερη ακριβεια και πιο αποδοτικα απο αποψεως κοστους και χρησης πορων. Επιπλεον, η αυξηση του χρονου λειτουργιας παρατεινει σημαντικα τη διαρκεια ζωης των εργαλειων και συστηματων. Οι λυσεις αυτες αναπτυσσονται μια φορα και σταδιακα επεκτεινονται σε ολο το δικτυο παραγωγης του BMW Group.
Βλεπε επισης
Ποικιλη γκαμα εφαρμογων
Τα ευελικτα, εξαιρετικα αυτοματοποιημενα συστηματα παραγωγης μηχανικων συστηματων κινησης κατασκευαζουν ενα συμβατικο κινητηρα η το κελυφος ενος ηλεκτροκινητηρα καθε λεπτο. Για να διατηρηθουν αυτα τα μηχανηματα σε καλη κατασταση, η προληπτικη συντηρηση χρησιμοποιει απλα στατιστικα μοντελα – η προληπτικους αλγοριθμους AI, σε πιο περιπλοκες περιπτωσεις – για την ανιχνευση τυχον ανωμαλιων. Στη συνεχεια εκδιδει οπτικες προειδοποιησεις και ειδοποιησεις για να ενημερωσει τους εργαζομενους οτι απαιτειται εργασια συντηρησης.
Στο τμημα αμαξωματων, οι κεφαλες συγκολλησεων εκτελουν περιπου 15.000 ηλεκτροποντες την ημερα. Για να αποτραπουν πιθανες διακοπες λειτουργιας, συλλεγονται δεδομενα απο τις κεφαλες συγκολλησεων σε ολο τον κοσμο μεσω ειδικα εξελιγμενου λογισμικου. Στη συνεχεια, αυτα αποστελλονται στο cloud για συσχετισμο και αναλυση με τη βοηθεια αλγοριθμων. Ολα τα δεδομενα απεικονιζονται σε εναν ψηφιακο πινακα υποστηριξης των διαδικασιων συντηρησης για παγκοσμια χρηση.
Στη συναρμολογηση οχηματων, η προληπτικη συντηρηση βοηθα να αποφευγονται διακοπες λειτουργιας των ιμαντων. Στο εργοστασιο του BMW Group στο Ρεγκενσμπουργκ, για παραδειγμα, οι μοναδες ελεγχου των συστηματων των ιμαντων λειτουργουν 24/7 για την αποστολη δεδομενων για θεματα οπως ηλεκτρικο ρευμα, θερμοκρασιες και τοποθεσιες στο cloud, οπου αξιολογουνται συνεχως. Οι ειδικοι δεδομενων μπορουν να αναγνωριζουν τη θεση, την κατασταση και τη δραστηριοτητα καθε ιμαντα ανα πασα στιγμη. Προληπτικα μοντελα ΑΙ χρησιμοποιουν τα δεδομενα για την ανιχνευση τυχον ανωμαλιων και τον εντοπισμο τεχνικων προβληματων.
[ad_2]
