Údržba a bezpečnost průmyslového výkonu na základě IoT

in English

Trvalá poptávka po udržitelnosti a lepší účinnosti podněcuje inovace v průmyslové automatizaci. Internet věcí (IoT) umožnil rychlou integraci pokročilých technologií do průmyslové automatizace. Chytré a plně propojené továrny umožňují výrobcům zvyšovat efektivitu, bezpečnost a udržitelnost procesů při současném snižování nákladů.

Bezpečnost a údržba jsou důležité pro udržení zařízení a vybavení v jejich funkčním stavu. Údržba zaručuje průmyslovou produktivitu a pravidelná údržba vede ke zdravějším a bezpečnějším pracovním podmínkám. Nedostatečná nebo žádná údržba může způsobit vážné zdravotní problémy a smrtelné nehody. Tento článek se věnuje způsobům, jakými senzory a software IoT pracující v tandemu nabízejí řešení pro podporu údržby i bezpečnosti výroby.

Údržba

Funkce údržby se vyvíjejí z reakce na selhání systému do plánování a poté do predikce a vrcholí (do této doby) samočinným opravováním. Pokrok technologií provozních senzorů v kombinaci s úspěchem v informačních technologiích pomáhá získávat údaje o výkonu v reálném čase. Tyto technologie, včetně cloudových analytických nástrojů a platforem, rozšířená realita (AR) a virtuální realita (VR), navrhují plánovanou nebo prediktivní údržbu se zanedbatelnou ztrátou produktivity.

Průmyslová údržba je rozdělena do různých typů:

Opravná údržba
Opravná údržba se provádí za účelem identifikace, izolace a nápravy poruch. Vadné zařízení, stroj nebo zařízení se poté navrátí do provozního stavu v rámci tolerancí nebo limitů stanovených pro normální provoz.
Preventivní údržba
Preventivní údržba označuje pravidelnou, běžnou údržbu, která pomáhá udržovat zařízení v provozu, zabraňuje neplánovaným prostojům a omezuje drahé náklady kvůli neočekávanému selhání zařízení.
Prediktivní údržba
Techniky prediktivní údržby monitorují stav a výkon zařízení během normálního provozu a předpovídají, kdy by měla být provedena údržba. Podává zprávy o stavu a provozní kapacitě stroje sledováním hodnot konkrétních proměnných a následně generuje rozhodnutí na základě dat.
Údržba při vypnutí
Prostřednictvím údržby při vypnutí jsou části, o nichž je známo, že se opotřebovávají v souvislosti s používáním, automaticky nahrazovány při nastavené frekvenci kratší, než je střední doba mezi poruchami. Taková opatření zabraňují neočekávanému selhání a usnadňují maximální produkci.
Periodická údržba
Periodická údržba je údržba prováděná na zařízení na základě kalendářního plánu. Skládá se z řady primárních úkolů, jako je sběr dat, vizuální kontroly, čištění a mazání.

Bezpečnost

Bezpečnostní faktor je prvořadý během všech fází výroby, jako je návrh, výroba, instalace, seřízení, provoz, údržba a konečná likvidace. Směrnice o strojních zařízeních nutí výrobce, aby zaručili minimální úroveň bezpečnosti strojů a zkušebních zařízení, jako jsou multimetry a termokamery. Stroje a nástroje musí vyhovovat základním požadavkům na ochranu zdraví a bezpečnost (EHSR) uvedeným ve směrnici, a proto jsou povinny poskytovat standardní minimální úroveň ochrany.

Jak může IoT přispět k bezpečnosti a údržbě zařízení

Implementace řešení IoT radikálně zvyšuje provozní efektivitu. IoT zlepšuje efektivitu stroje sledováním výkonu a předpovídá selhání předem. Rovněž eliminuje neplánované odstávky. Průmyslové IoT vytváří bezpečnější pracoviště. Odvětví investující do inteligentní výroby a výrobních systémů očekávají udržitelnou a optimální produkci s minimální údržbou. Díky tomu je údržba zásadním průmyslovým faktorem. Systémy, jako je CBM (monitorování stavu), CMMS (systém pro plánování a řízení údržby), ERP (plánování podnikových zdrojů) a MES (systém řízení výroby), provádějí činnosti údržby v různých průmyslových odvětvích. Tyto systémy nabízejí funkce, jako je preventivní a prediktivní údržba, plánování údržby, provádění, sledovatelnost a monitorování. {contextDynamicText./common/properties/technology/articles.ogname} nabízí širokou škálu produktů pro údržbu, opravy a bezpečnost od mnoha předních značek. Naše nabídka komponent, nástrojů a vybavení vám pomůže s dokonalou údržbou vašeho výrobního závodu, strojů i bezpečnostního vybavení. (Další informace o produktech najdete zde a zde)

Monitorování na základě podmínek, prediktivní údržba a IoT

Stav stroje v monitorování na základě podmínek (CBM) je průběžně monitorován sledováním předdefinovaných parametrů zařízení. To odhaluje vzorce, které mohou indikovat poruchu zařízení. Systémy CBM monitorují parametry, jako jsou vibrace zařízení, změny teploty, hladiny oleje, napětí motoru a proud. Takto naměřená data mohou být analyzována, aby se vytvořil vhodný postup.

Výrobci a uživatelé technologií IoT mohou bez námahy řešit problémy s technologiemi při snížených nákladech. Senzory přístrojů jsou nyní levnější, odolnější, spolehlivější a nabízejí širší funkčnost. Robustní bezdrátové protokoly umožňují shromažďovat užitečná data ze senzorů do místní brány pro okamžitou analýzu a filtrování. Jak je znázorněno na následujícím obrázku, lze je poté přenést přes internet do cloudového výpočetního zdroje, který nabízí software jako službu uživatelům všech velikostí. Takový software může ukládat data a provádět veškerou analýzu nezbytnou k odhalení trendů a identifikaci potenciálních problémových míst.

Jakmile jsou tyto parametry k dispozici pro analýzu, je možné sestavit model selhání, aby se zjistily odchylky od těchto základních normálních stavů. Lze je snadno nastavit, pokud jsou známy kombinace hodnot parametrů, které indikují selhání. Lze definovat sadu pravidel pro podmínky selhání a použít klasickou analýzu dat a matematiku k vytvoření správného modelu. Pokud však příčiny selhání nejsou dobře pochopeny, budou datové vědy a strojové učení nezbytné k vývoji algoritmů, které dokáží rozpoznat významné vzory v datech.

Obrázek 1: Prediktivní údržba pomocí platformy IoT

Zlepšení bezpečnosti a zabezpečení závodu pomocí IoT

Vylepšená údržba se rovná lepší produktivitě závodu. Tuto produktivitu lze dále zvýšit, pokud vedoucí závodu splní své zákonné a morální povinnosti optimalizovat bezpečnost na místě. Bezpečnost a zabezpečení závodu lze dosáhnout pomocí technologie IoT v kombinaci s analýzou velkých dat. Lze sledovat KPI, jako jsou absence zaměstnanců, nehody vozidla, škody na majetku, téměř zmeškané události, zranění nebo jakoukoli ztrátu nebo poškození, ke kterým dojde při běžném každodenním provozu.

Pokud je to ponecháno pouze na oznamování lidí, často může mnoho z těchto metrik „proklouznout“, protože jsou buď nehlášené, nebo nedostatečně hlášené. IoT umožňuje celkově lepší bezpečnost tím, že zajišťuje přehled těchto klíčových oblastí v reálném čase. Jakékoli problémy, které se vyskytnou, lze vyřešit okamžitě, a zajistit dodržování předpisů v oblasti bezpečnosti a ochrany zdraví a životního prostředí.

Dobrým příkladem je úraz na pracovišti, protože lehká zranění nejsou často hlášena. Někdy se postupem času stávají většími problémy, ale otázkou je, jak lze spojit větší problém zpět s předchozím incidentem.

Přenosná zařízení IoT mohou poskytnout řešení tohoto problému, protože zaměstnanci budou neustále sledováni ohledně různých zdravotních metrik, včetně srdeční frekvence, pohybu, aktivity, únavy, stresu atd. Poskytnou také prostředky k získávání důležitých bezpečnostních informací, čímž se sníží náklady na pojištění odpovědnosti a zlepší se dodržování předpisů u všech zaměstnanců.

Digitální značení může také pomoci sledovat pracovní sílu. Technologie značení, která je speciálně zaměřena na vysoce riziková odvětví, jako je těžba, umožňuje manažerům přesně vědět, kdo je na staveništi, jak dlouho tam jsou, a zajistit, aby na ně nikdo v případě nouze nezapomněl.

Speciální senzory prediktivní údržby

Speciální senzory také nabízejí hloubkový pohled na stav továrny a (jakékoli) objevující se problémy. Technologie IoT související s bezpečností pracovníků nejen dohlíží na pracovníky, ale také na jejich bezprostřední ekosystém. Venkovní pracoviště, jako jsou staveniště a doly, zahrnují různé faktory prostředí, které mohou ohrozit pracovníky. Termokamery a senzory IoT mohou detekovat nepříznivé vlivy počasí a extrémní teploty. Tyto informace mohou být použity k varování pracovníků před těmito nebezpečími. Monitory pohybu jsou vynikajícím příkladem speciálních senzorů prediktivní údržby. Upozorňují zaměstnance, když se přiblíží k nebezpečnému prostředí, jako je třeba nestabilní nebo kluzká podlaha.

Rostoucí příspěvek AI k prediktivní údržbě

Dalším pojmem souvisejícím s údržbou založenou na podmínkách je prediktivní kvalita a údržba nebo PQM. Řešení PQM využívají data shromážděná z IoT i tradičních starších systémů. Zaměřují se na detekci a řešení problémů s kvalitou nebo údržbou, než se stanou vážnými problémy, které způsobí prostoje.

Řešení PQM používají algoritmy a vytvářejí průměrné statistiky, které předpovídají, kdy jsou vyžadovány opravy kvality nebo údržba. Řešení PQM založená na umělé inteligenci společně využívají několik technologií, včetně strojového učení, hlubokého učení a kognitivních výpočtů.

Závěr

K získání skutečné hodnoty IoT je nezbytný holistický pohled na správu majetku. Technologie IoT s jejich četnými centry v terénu propojenými se systémy, které shromažďují svá data a provádějí sofistikované analýzy, nabízejí nové pohledy na podmínky závodu v reálném čase. Vysoce výkonné virtuální cloudové sítě neustále shromažďují, agregují a modelují data, aby předvídaly poruchy. Budou zavedeny nepředvídané události, aby se omezil jejich dopad na dostupnost systému. Klíčem IoT ke zlepšení podpory spolehlivosti nákladů a majetku je dodávat v reálném čase užitečná a inteligentní data koncovým uživatelům nebo připojeným systémům. Továrny vítají novější a efektivnější možnosti údržby, aby zůstaly konkurenceschopné díky neustále se zlepšujícím provozním dobám.