Loading
BLOG
Recent ActivityRecent Activity

Esta é a era da inteligência artificial na manutenção preditiva

Implementação da estratégia de manutenção correta baseada em análise

Compartilhar:

LinkedInLinkedIn
XX
FacebookFacebook
PrintPrint
EmailEmail
Três trabalhadores com equipamento de proteção individual conversam usando laptop em fábrica

A manutenção tem evoluído com novas tecnologias e estratégias desde os dias de CH Waddington durante a Segunda Guerra Mundial, que questionou por que a Força Aérea Real (RAF) estava realizando a manutenção da maneira que estava – aterrissando cerca de metade dos aviões de cada vez para manutenção após uma missão. Sua teoria era que a manutenção regular (manutenção preventiva ou planejada) estava aumentando as falhas. Ele e um punhado de outros cientistas recomendaram realizar a manutenção com base na condição dos equipamentos. E após cinco meses de tentativa do novo procedimento, o número de aviões disponíveis em qualquer momento aumentou em 61 por cento.

Desde então, os fabricantes usaram estratégias de manutenção preventiva, incluindo sensores colocados em dispositivos para determinar quando os equipamentos poderiam falhar. Mas os resultados não eram consistentes porque os dados eram difíceis de acessar. Agora, com a Internet das coisas industrial, o aprendizado de máquina e a inteligência artificial de hoje, a manutenção preditiva é uma realidade.

O que é manutenção preditiva e quais são os benefícios?

A manutenção preditiva baseia-se na detecção de pequenas mudanças e aberrações nas operações normais, o que geralmente indica um problema maior. Da manutenção preventiva digital surgiu a manutenção preditiva (PdM), que usa estratégias de manutenção orientadas por dados para analisar a operação, prever e se preparar para possíveis falhas. Com monitoração remota 24/7, insights orientados por dados de aprendizado de máquina e tecnologia inovadora de análise preditiva para alertar sobre possíveis falhas de equipamentos, os fabricantes podem se beneficiar de várias maneiras. As economias de custos e o retorno do investimento da manutenção preditiva incluem:

  • Redução do tempo de parada não programada
  • Manutenção mais direcionada
  • Maior produtividade
  • Gestão eficiente de inventário
  • Análise de dados aprimorada
  • Redução dos custos de mão de obra e materiais
  • Maior segurança na fábrica
  • Atividades de manutenção otimizadas
  • Aumento da Eficiência Geral do Equipamento (Eficiência Geral do Equipamento)

Manutenção preditiva por meio de monitoração baseada em condições

Outro passo transformador na evolução das estratégias e capacidades de manutenção foi o advento da monitoração baseada em condições (CBM), que monitora os principais indicadores de desempenho (KPIs) para identificar anomalias. As empresas podem verificar por meio de medições, inspeções visuais de equipamentos, análises de dados de desempenho ou testes agendados, bem como por meio de IoT e dados históricos. Os KPIs são coletados em determinados intervalos ou continuamente — como é feito quando uma máquina possui sensores internos. O CBM pode ser aplicado a todos os ativos.

O CBM, como toda manutenção preditiva, também opera com base no princípio de que a manutenção só deve ser realizada quando houver sinais de diminuição do desempenho do equipamento ou uma falha crítica iminente. Em comparação com a manutenção preventiva tradicional, o CBM exige que o equipamento seja desligado para manutenção apenas quando necessário, aumentando o tempo entre os reparos de manutenção.

O CBM pode reduzir o tempo de parada não programada da máquina em 30–60% e aumentar a vida útil da máquina em uma média de 30%. A manutenção preditiva desempenha um papel fundamental na detecção e solução de problemas da máquina antes que ela entre em modo de falha completa. De acordo com um estudo da PWC, a manutenção preditiva melhora a disponibilidade em 51%. Usando a manutenção preditiva, as empresas podem evitar acidentes e alcançar maior segurança para seus funcionários e clientes.

Implementação de um programa de manutenção baseada em condições bem-sucedido

O FactoryTalk® Analytics™ GuardianAI™ é um novo software da Rockwell Automation que fornece insights de manutenção preditiva por meio de monitoração contínua baseada em condições. O software ajuda os engenheiros de manutenção a obter as informações certas no momento certo para otimizar as atividades de manutenção e reduzir o tempo de parada não programada.
Com essas informações, os engenheiros de manutenção têm a visão para entender a condição atual dos ativos no chão de fábrica. Eles recebem um aviso antecipado assim que um ativo começa a se desviar do normal.

Use seus inversores de frequência existentes como sensores

Ao usar o FactoryTalk Analytics GuardianAI, não há necessidade de adquirir sensores adicionais ou equipamentos de monitoração. O software fornece advertência antecipada de possíveis falhas de ativos com base em dados já disponíveis dos inversores de frequência (inversores de frequência). O software FactoryTalk Analytics GuardianAI usa o sinal elétrico do inversor de frequência para monitorar a condição de um ativo da fábrica. Quando detecta um desvio no sinal elétrico, alerta o usuário sobre a anomalia para que os fabricantes possam investigar e planejar a resposta correta. O FactoryTalk Analytics GuardianAI oferece integração premium com os inversores PowerFlex® 755, 755T e 6000T para aplicações de processos essenciais, como bombas, ventiladores e sopradores.

Não é necessário conhecimento em ciência de dados

Ao implantar soluções inovadoras em um ambiente de operações, o maior rendimento é fundamental. O software FactoryTalk Analytics GuardianAI economiza tempo com fluxos de trabalho intuitivos e simplificados por meio de uma experiência de autoatendimento baseada em navegador. Basta implantar o aplicativo em um PC de borda, especificar as informações do seu inversor de frequência e ativos, e treinar o modelo de manutenção preditiva com dados da planta em tempo real, sem impacto nas operações. Quando o treinamento estiver concluído, o software mudará automaticamente para o modo de monitoração e você poderá supervisionar a condição dos ativos da sua fábrica.

Começando com uma visão geral de todos os ativos, você pode selecionar qualquer ativo em risco para saber mais sobre sua condição. Você descobrirá informações importantes, como a causa do desvio, o quanto ele ultrapassou a avaliação inicial e a duração do desvio. Você também pode incluir o contexto sobre a severidade do risco de falha e o tempo estimado para resolver o problema. Esses detalhes apoiam sua equipe de manutenção com a priorização e o planejamento necessários para o reparo.

Avance da detecção de anomalia para a identificação de anomalia

O software FactoryTalk Analytics GuardianAI vem pronto para usar com experiência incorporada sobre a causa provável de falha para tipos comuns de ativos da fábrica. Se você estiver monitorando uma aplicação de bomba, ventilador ou soprador, o FactoryTalk Analytics GuardianAI entende e reconhece a assinatura elétrica das falhas de primeiro princípio associadas e fornecerá esse contexto quando alertar sobre um desvio. Ao fornecer aos engenheiros de manutenção informações sobre o tipo de falha que está prestes a ocorrer, você pode reduzir o tempo de investigação e minimizar qualquer tempo de parada necessário.

A experiência incorporada oferece um ótimo ponto de partida para a identificação de anomalia. Mas você não está limitado à funcionalidade pronta para usar. Você também tem a flexibilidade de treinar o software FactoryTalk Analytics GuardianAI em falhas específicas do processo. Depois de investigar e identificar a origem do problema, você pode rotular a anomalia. Quando o mesmo problema ocorrer novamente, o software o reconhecerá e notificará você.

Analise na borda

O software FactoryTalk Analytics GuardianAI é implantado, aprende e é executado na borda para previsões quase em tempo real.

Conclusão

Desde CH Waddinton e sua missão de manter os aviões da RAF no céu, os fabricantes têm buscado tomar decisões de manutenção mais eficientes e obter mais valor dos equipamentos. Evoluindo de reativa e proativa para preventiva e preditiva, os engenheiros de manutenção agora estão capacitados com aprendizado de máquina fácil de usar por meio de uma experiência do usuário intuitiva que não requer conhecimento em ciência de dados. Saiba mais em FactoryTalk Analytics GuardianAI.

Publicado 13 de maio de 2024

Topics: FactoryTalk Analytics GuardianAI

Inscreva-se

Inscreva-se na Rockwell Automation e receba as últimas notícias, conteúdos de liderança e informações diretamente em sua caixa de entrada.

Inscreva-se
Recomendado para você
Loading
  1. Chevron LeftChevron Left Página inicial da Rockwell Automation
  2. Chevron LeftChevron Left Emp...
  3. Chevron LeftChevron Left Notícias
  4. Chevron LeftChevron Left Blogs
  5. Chevron LeftChevron Left Esta é a era da inteligência artificial na manutenção preditiva
O conteúdo deste site foi traduzido usando inteligência artificial (IA) sem revisão nem edição humana. O conteúdo pode conter erros ou imprecisões e é fornecido “da forma como está” sem nenhum tipo de garantia. O texto oficial é a versão em inglês.
Atualize suas preferências de cookies para continuar.
Este recurso requer cookies para melhorar sua experiência. Atualize suas preferências para permitir esses cookies:
  • Cookies de Redes Sociais
  • Cookies Funcionais
  • Cookies de Desempenho
  • Cookies de Marketing
  • Todos os Cookies
Você pode atualizar suas preferências a qualquer momento. Para mais informações, consulte nosso {0} Política de Privacidade
CloseClose