El mantenimiento predictivo demuestra el caso de uso de una IA exitosa

El mantenimiento predictivo demuestra el caso de uso de una IA exitosa

Por John P. Desmond, editor de tendencias de IA

Cada vez más empresas operan con éxito sistemas de mantenimiento predictivo que combinan sensores de IA e IoT para recopilar datos que anticipan desgloses y recomiendan acciones preventivas antes del desglose o falla de las máquinas, en la demostración de ‘un caso de uso de IA con un valor probado.

Este crecimiento se refleja en los pronósticos optimistas del mercado. El mercado de mantenimiento predictivo se dimensiona en $ 6.9 mil millones hoy y se espera que alcance los $ 28.2 mil millones para 2026, según un informe IoT analítico de Hamburgo, Alemania. La compañía tiene más de 280 proveedores que ofrecen soluciones de mercado hoy, proporcionando más de 500 para 2026.

Fernando Bruegge, analista, IoT Analytics, Hamburgo, Alemania

«Esta investigación es una señal de alarma para aquellos que afirman que IoT falla», dijo el analista Fernando Bruegge, autor del informe, «para las empresas que tienen activos industriales o venden equipos, ahora es hora de invertir en soluciones de tipo de mantenimiento predictivo. Y «Las empresas de tecnología corporativa deben prepararse para integrar soluciones de mantenimiento predictivo en sus ofertas», sugirió Bruegge.

Aquí hay un examen de una experiencia específica con sistemas de mantenimiento predictivo que combinan sensores de IA e IoT.

Fabricante de motores de avión Rolls-royce Este Despliegue de análisis predictivos Para ayudar a reducir la cantidad de carbono que producen sus motores, al tiempo que optimiza el mantenimiento para ayudar a los clientes a mantener los aviones por más tiempo, según una cuenta reciente en CIO.

Rolls-Royce construyó una plataforma de motor inteligente para monitorear el robo del motor, recopilar datos sobre las condiciones climáticas y cómo están volando los conductores. El aprendizaje automático se aplica a los datos para personalizar las dietas de mantenimiento para motores individuales.

Stuart Hughes, Director de Información y Digital, Rolls-Royce

«Adaptamos nuestras dietas de mantenimiento para asegurarnos de que optimizamos la vida de un motor, no la vida que el manual dice que debería tener», dijo Stuart Hughes, director de información y digital de Rolls-Royce. «Es un servicio realmente variable, mirando cada motor como un motor individual».

Los clientes ven menos interrupción del servicio. «Rolls-Royce ha estado viendo motores y carga por hora durante al menos 20 años», dijo Hughes. “Esta parte de la compañía no es nueva. Pero a medida que evolucionamos, comenzamos a tratar el motor como un motor singular. Esta es mucho más personalización de este motor. »»

Se aplica un análisis predictivo en la atención médica, así como en la industria manufacturera. El Kaiser permanente, el consorcio integrado de atención administrada con sede en Oakland, California, utiliza análisis predictivos para identificar pacientes en la unidad de cuidados no intensivos (USI) en riesgo de deterioro rápido.

Si bien los pacientes que no son de IICU que requieren transferencias inesperadas a la USI constituyen menos del 4% de la población hospitalaria total, representan el 20% de todas las muertes hospitalarias, según el Dr. Gabriel Escobar, investigador científico, Director Regional de División de Investigación e Investigación e Investigación. , Investigación de operaciones hospitalarias, Kaiser Permanente Northern California.

Kaiser permanente que practica mantenimiento predictivo en atención médica

Kaiser Permanent ha desarrollado el Advanced Alert Monitor (AAM), aprovechando tres modelos analíticos predictivos para analizar más de 70 factores en el archivo de salud electrónico de un paciente dado para generar una puntuación de riesgo compuesto.

«El sistema AAM sintetiza y analiza estadísticas esenciales, resultados de laboratorio y otras variables para generar riesgos de deterioro de tiempo para pacientes de hospitales adultos en unidades de atención médica médica y de transición». “Los equipos de hospital distantes evalúan los puntajes de riesgo cada hora e informan a los equipos de respuesta hospitalaria cuando se detecta un posible deterioro. El equipo de respuesta rápida realiza una evaluación al lado de la cama del paciente y calibra el tratamiento del curso con el hospitalista. »»

En consejo para otros profesionales, Daniels ha recomendado centrarse en cómo la herramienta se adaptará al flujo de trabajo de los equipos de atención médica. «Nos llevó unos cinco años llevar a cabo la cartografía inicial del backend del archivo médico electrónico y desarrollar los modelos predictivos», dijo Daniels. «Luego nos llevó de dos a tres años transformar estos modelos en una aplicación de servicios web en vivo que podría usarse en términos de operación».

En un ejemplo de la industria alimentaria, una fábrica PepsiCo Froto-Lay en Fayetteville, Tenn. Use un mantenimiento predictivo exitoso, con un tiempo para detener el equipo de año al comienzo del año en 0.75% y una parada inesperada en 2.88%, según Carlos Calloway, el sitio, el sitio, el sitio, según el sitio, el Sitio, el sitio, el sitio, el sitio, el sitio, es del 2.88%. Gerente de Ingeniería de Fiabilidad, en una cuenta en Guardián.

Los ejemplos de vigilancia incluyen: Las lecturas de vibraciones confirmadas por ultrasonido han ayudado a evitar que un motor de soplador de combustión de PC falle y cierre a todo el departamento de Croustilles; El análisis infrarrojo del polo principal del almacén de GEI automatizado de cajero automático detectó un soporte de fusible caliente, que ayudó a evitar cerrar todo el almacén; Y se ha detectado un aumento en los niveles de ácido en muestras de aceite de una caja de cambios de extrusora de horno, lo que indica la degradación del aceite, lo que permitió la prevención del cierre de la producción de hojaldres de Cheetos.

La fábrica Froto-Lay produce más de 150 millones de libras de productos por año, incluidos laicos, volantes, guepardos, dorritos, papas fritas y tostits.

Los tipos de vigilancia incluyen el análisis de vibración, utilizado en aplicaciones mecánicas, que se trata utilizando un negocio de tercera parte que envía alertas de fábrica para investigar y resolución. Otro socio de servicio realiza un monitoreo trimestral de vibraciones en el equipo seleccionado. Todas las salas de control del motor central y los paneles eléctricos se controlan con un análisis infrarrojo trimestral, que también se usa en equipos eléctricos, ciertos equipos rotativos e intercambiadores de calor. Además, la planta ha tenido vigilancia de ultrasonido durante más de 15 años, y es «un poco como el orgullo y la alegría de nuestro sitio desde un punto de vista predictivo», dijo Calloway.

El plan cuenta con una serie de productos de la UE EUSFORD, NY, proveedor de instrumentos ultrasónicos, hardware y software y capacitación para mantenimiento predictivo.

Louisiana Alumin Plant Automation Portage Mantenimiento

Los rodamientos, que transportan el tiempo en condiciones climáticas y de temperatura en el caso de los automóviles, son un candidato líder para el monitoreo de IoT y el mantenimiento predictivo con IA. EL Alúmina de noranda La planta en Gramercy, en Louisiana, encuentra una gran ganancia en su inversión en un sistema para mejorar la lubricación de los rodamientos en sus equipos de producción.

El sistema causó una caída del 60% en los cambios de rodamiento durante el segundo año de uso del nuevo sistema de lubricación, lo que resultó en unos $ 900,000 en rodamientos que no necesitaban ser reemplazados y evitados.

«Cuatro horas de tiempo de inactividad representan alrededor de $ 1 millón de producción de producción», dijo Russell Goodwin, ingeniero de confiabilidad e instructora de Millwright en Noranda Alumina, en las plantas de servicio, que se basó en presentaciones durante el evento de confiabilidad 2021.

La fábrica de alúmina Noranda es la única fábrica de alúmina que opera en los Estados Unidos. «Si nos detenemos, tendrá que importarlo», dijo Goodwin. La planta experimenta polvo omnipresente, suciedad y sustancias cáusticas, lo que complica los esfuerzos para mejorar las prácticas de confiabilidad y mantenimiento.

El aluminio de Noranda sigue todos los motores y cajas de engranajes a 1.500 rpm y más con lecturas de vibraciones, y la mayoría inferiores a 1.500 con ultrasonido. La vigilancia ultrasónica, del sonido en los rangos más allá de la audición humana, se introdujo en la fábrica después de que Goodwin se unió a la compañía en 2019. En ese momento, la vigilancia grasa tenía el lugar de mejora. «Si la grasa no dejó claramente el sello, el supervisor mecánico no consideró que la gira sea completa», dijo Goodwin.

Después de introducir la automatización, el sistema grasiento ha mejorado considerablemente, dijo. El sistema también pudo detectar los cojinetes en un cinturón cuyos cojinetes estaban agotados demasiado rápido debido a la contaminación. «El monitoreo compatible de las herramientas ha ayudado a demostrar que no era un gracioso incorrecto, sino que el rodamiento estaba mal hecho», dijo Goodwin.

Leer artículos e información fuente en IoT analítico, En CIO y en Guardián.