Jak LoRaWAN może pomóc zoptymalizować przemysłowe rozwiązanie konserwacji predykcyjnej

Konserwacja sprzętu jest ważnym zadaniem w produkcji przemysłowej. Jeśli awarie maszyn można wykryć, zanim staną się przeszkodami, ryzyko przerwania produkcji może zostać całkowicie wyeliminowane. Tradycyjnie, operatorzy oceniają stan maszyn opierając się na swojej intuicji i doświadczeniu, co nie jest takie niezawodne. Inną powszechną metodą jest przeprowadzanie rutynowej konserwacji w ścisłej zgodności z instrukcją obsługi i konserwacji. Wymaga to ogromnych nakładów siły roboczej i środków materialnych, i o małej skuteczności.

Jednakże, jeśli zaczekasz, aż coś będzie nie tak z urządzeniem, a następnie biernie przeprowadzać konserwację i naprawy, spowodowane straty mogą być jeszcze większe. Czy możliwe jest bardziej aktywne monitorowanie i ocena stanu maszyny, aktualny, i dokładnie? Jak prawidłowo przeprowadzić konserwację? This has always been the concern of people’s research. W tym poście, we’ll discuss how LoRaWAN can help optimize industrial predictive maintenance solutions.

Omówienie rozwiązania do konserwacji zapobiegawczej

Zanim zagłębimy się w to, czym jest konserwacja zapobiegawcza, let’s learn several different maintenance strategies first. Ogólnie, strategia konserwacji urządzeń przemysłowych dzieli się na konserwację reaktywną, konserwacja zapobiegawcza, i konserwacji zapobiegawczej.

Konserwacja reaktywna: Napraw problem, gdy faktycznie się pojawi
Konserwacja reaktywna zwana również konserwacją naprawczą, lub konserwacji awaryjnej, jest sposobem konserwacji opartej na awariach. Jest to najstarsza definicja konserwacji, co oznacza, że ​​gdy wystąpi błąd, technicy pędzą na miejsce zdarzenia w celu pilnej naprawy i odzyskiwania. Tego rodzaju konserwacja ma miejsce tylko po nagłej lub nawet katastrofalnej awarii. Jest to najdroższa metoda konserwacji.

Konserwacja zapobiegawcza: Napraw wszystko zgodnie z harmonogramem
Konserwacja zapobiegawcza, znany również jako planowana konserwacja, to konserwacja oparta na czasie. Zgodnie z planem produkcji i doświadczeniem, przeprowadza kontrolę zamknięcia, demontaż i wymiana części w określonych odstępach czasu, aby zapobiec uszkodzeniom, zniszczenia wtórne i straty produkcyjne. Zastosowania konserwacji zapobiegawczej są niezwykle powszechne, zwłaszcza w sektorze przemysłowym.

Konserwacja predykcyjna: Don’t fix what is not broken
Konserwacja predykcyjna (PdM) to konserwacja oparta na stanie. Gdy maszyna pracuje, główne części maszyny są regularnie lub stale monitorowane i diagnozowane w celu określenia stanu sprzętu, tak, aby przewidzieć jego przyszły kierunek rozwoju. W zależności od trendów i możliwych schematów awarii, plan konserwacji zapobiegawczej można opracować z wyprzedzeniem, który określa czas, treść, metoda, oraz niezbędne wsparcie techniczne i materiałowe maszyny przeznaczonej do naprawy.

Konserwacja predykcyjna to nowa strategia konserwacji, która integruje monitorowanie stanu maszyny, diagnostyka awarii, przewidywanie stanu, wgląd w konserwację wsparcie i działania konserwacyjne. Odgrywa ważną rolę w nadejściu przemysłu 4.0.

Konserwacja predykcyjna a konserwacja zapobiegawcza

W istocie, konserwacja zapobiegawcza to planowana konserwacja oparta na oczekiwanym stanie sprzętu, a stan sprzętu jest określany przez technologię monitorowania stanu i statystyczną kontrolę procesu, co może być regularną konserwacją, regularne testy funkcji, itp. Jednakże, może to prowadzić do niepotrzebnej konserwacji i pasywnej konserwacji, a także naprawy po określonej awarii sprzętu oprócz diagnozy usterek.

Różnica między konserwacją zapobiegawczą a konserwacją predykcyjną polega na tym, że rozwiązanie do konserwacji predykcyjnej wykorzystuje wiele inteligentnych czujników monitorujących stan jako rejestratory danych w celu gromadzenia danych przed procesem w urządzeniu i identyfikowania wzorców zużycia oraz zapewniania dokładniejszych sposobów przewidywania awarii. Modele predykcyjne obejmują monitorowanie statystyczne, oraz z popularyzacją i postępem sztucznej inteligencji i przetwarzania brzegowego, sieci neuronowe i algorytmy uczenia maszynowego są również wykorzystywane do identyfikacji danych i prognozowania. Zmierzone dane są porównywane z parametrami stanu prawidłowego działania sprzętu w celu określenia, czy wymagana jest konserwacja i jak odpowiednio zorganizować prace konserwacyjne.

Dlaczego warto wybrać technologię LoRa w konserwacji predykcyjnej IoT

Konserwacja predykcyjna opiera się na dużej ilości danych gromadzonych przez różne inteligentne czujniki IoT. Zazwyczaj, czujniki te zbierają informacje, takie jak temperatura, wilgotność, dźwięk, ciśnienie, i moc, aby wskazać wibracje lub zużycie maszyny. Oczywiście, istnieje wiele sposobów ich łączenia, a LoRa to jedna z najpopularniejszych opcji łączenia różnych urządzeń IoT. Jest to szeroko stosowany protokół komunikacji bezprzewodowej, który umożliwia transmisję na duże odległości i przy niskim zużyciu energii. Ponadto, jego niska przepustowość transmisji umożliwia urządzeniom LoRa penetrację gęstych materiałów i przesyłanie sygnałów na duże odległości.

Alternatywne technologie łączności bezprzewodowej, takie jak Wi-Fi i Bluetooth, również mają swoje zalety. W porównaniu z wysoką przepustowością Wi-Fi i telefonii komórkowej, LoRa’s low bandwidth enabled transmissions of larger payloads like video and audio files. Wi-Fi jest często najbardziej odpowiednie dla konsumenckich aplikacji IoT, gdzie jest mniej punktów połączeń i mniejszy zasięg komunikacji. LoRa’s low bandwidth is more efficient in industrial applications because the small payload means that servers connected with LoRaWAN can process high-capacity messages at once—millions of messages per single gateway using LoRaWAN.

Jak rozwiązanie do konserwacji predykcyjnej z wykorzystaniem LoRaWAN

LoRa to nowy świt świetlanej przyszłości w dziedzinie inteligentnych technologii komunikacyjnych. Poprzez wdrożenie rozwiązania konserwacji predykcyjnej składającego się z czujników i bramek wbudowanych LoRa oraz inteligentnej sieci rozległej o niskim poborze mocy opartej na protokole LoRaWAN, informacje takie jak temperatura, można zebrać moc i dźwięk maszyny. Wszelkie rozbieżności będą przesyłane w dół, aby pomóc zidentyfikować wadliwy stan urządzenia. W ten sposób maszynę można konserwować nawet na odległość za pomocą komunikacji LoRa obsługiwanej przez IoT. Konserwację predykcyjną IoT opartą na LoRa można podzielić na cztery części w celu zbadania jej architektury.

czujniki LoRa: Dane z czujników są podstawą wszystkich informacji diagnostycznych. czujniki wbudowane w technologię LoRa są umieszczane na sprzęcie w celu monitorowania funkcji sprzętu i zbierania danych o stanie sprzętu.

Bramka LoRa: Dane zbierane przez inteligentne czujniki są w sposób ciągły i okresowo przesyłane do bram opartych na technologii LoRa.

Serwer w chmurze: Następnie Gateway przesyła dane do serwera w chmurze, gdzie informacje będą analizowane i przetwarzane.

Serwer aplikacji: Aplikacja pobiera dane z serwera w chmurze, a problemy można zidentyfikować, zanim się pojawią. Na podstawie analizy, można podejmować zoptymalizowane decyzje, a alert zostanie wysłany do kierownika obiektu za pośrednictwem urządzenia mobilnego lub komputera.

Korzyści z rozwiązania do konserwacji zapobiegawczej z obsługą LoRa

Posiadanie połączonego i dokładnego programu konserwacji ma kluczowe znaczenie dla każdej firmy zajmującej się ciężkimi i skomplikowanymi maszynami. Dzięki rozwiązaniu do konserwacji zapobiegawczej wykorzystującemu technologię LoRa, zakłady są w stanie przewidzieć przyszłe trendy w stanie urządzeń i wprowadzić poprawki w procesie. Oto niektóre z zalet systemów konserwacji predykcyjnej z obsługą LoRa.

Wydłużona żywotność sprzętu: Da się możliwość zrozumienia, dlaczego sprzęt uległ awarii i gdzie są możliwe awarie. Stały monitoring pracy urządzeń pozwala skutecznie przewidywać awarie urządzeń, poprawiając tym samym niezawodność maszyny i wydłużając żywotność sprzętu.

Zwiększona produkcja: Im większa dyspozycyjność maszyny, im wyższa wydajność produkcji. Kierownik produkcji może skutecznie uniknąć nieplanowanych przestojów, stale monitorując wydajność sprzętu, poprawiając ogólną przepustowość operacyjną.

Zmniejsz koszty konserwacji: Konserwacja zapobiegawcza z obsługą LoRa umożliwia identyfikację trendów usterek i podejmowanie działań w celu wcześniejszego wyeliminowania problemów. Mimo wszystko, rutynowa konserwacja to nie mały wydatek. Także, koszty konserwacji można zmniejszyć, planując naprawy w celu zminimalizowania przestojów.

Zoptymalizuj wydajność pracowników terenowych: Z wieloma czujnikami zbierającymi różne dane, zarządcy obiektów mogą efektywnie i zdalnie zarządzać pracownikami terenowymi. Mogą planować czynności konserwacyjne i opracowywać plany dla załogi terenowej, aby skrócić czas reakcji na naprawy.

Lepsze bezpieczeństwo i zgodność: Poprzez analizę dużej liczby danych z czujników, possible safety＆health＆environment risks can be predicted and addressed. Właściwe rozwiązanie konserwacyjne LoRa może lepiej spełniać przepisy.

Przypadki użycia przyjęcia rozwiązania do konserwacji predykcyjnej

Według Mckinseya, konserwacja zapobiegawcza może zaoszczędzić nawet do 40% kosztów utrzymania w dłuższej perspektywie i zmniejszyć nakłady inwestycyjne na nowe maszyny i urządzenia nawet o ok 5%. Z obecnej sytuacji rozwojowej, technologia konserwacji zapobiegawczej nie jest jeszcze w pełni dojrzała, a do wdrożenia na dużą skalę jeszcze daleka droga. Wymaga od przedsiębiorstw i dostawców posiadania wystarczającej wiedzy branżowej, tak aby osiągnąć pełne wdrożenie i zmaksymalizować korzyści i wartość w większej liczbie branż.

Spółka	Co jest monitorowane	Technologie używane do uruchamiania PdM	Zgłoszone korzyści
Infrabel (koleje belgijskie)	Utwory, więzi kolejowe, i linie napowietrzne	Mierniki zużycia energii Czujniki temperatury kamery Lokalna baza danych Silnik uczenia maszynowego	6500 km linii kolejowych sprawdzanych automatycznie Zwiększone bezpieczeństwo personelu
Światy (globalna grupa opakowaniowa i papiernicza)	Maszyny do produkcji tworzyw sztucznych	Czujniki ciśnienia Czujniki temperatury Czujniki prędkości Baza danych Oracle Silnik uczenia maszynowego	Skrócony czas przestoju maszyny Mniej zmarnowanych surowców Nad 50,000 euro zaoszczędzonych rocznie
Kraiburg (Niemiecka fabryka gumy)	Zbiorniki oleju, Motoryzacja, lakierki, silniki elektryczne walcarek	Czujniki ciśnienia Czujniki temperatury Czujniki poziomu oleju Czujniki natężenia przepływu Pakiet Bosch IoT Internetowa sieć diagnostyczna	Lepsza wydajność w konserwacji Lepsza efektywność działania

Konserwacja predykcyjna: centralna koncepcja w przemyśle 4.0

Przemysł 4.0 odnosi się do rozwoju technologii automatyzacji w przemyśle wytwórczym. Ta rewolucja umożliwia wykorzystanie danych zbieranych przez maszyny do szybszej realizacji, bardziej elastyczna i wydajniejsza linia produkcyjna. Firmy mogą wytwarzać produkty wyższej jakości po niższych kosztach. Zmiana nie tylko poprawia produktywność, ale także zmienia sytuację gospodarczą. Promuje kolejną rewolucję przemysłową.

W sercu tej rewolucji, jednakże, to maszyny i urządzenia. Podczas gdy te maszyny mogą ułatwić nam pracę, ich awaria katastrofa jest bólem głowy, który czasami może przerodzić się w migreny w produkcji przemysłowej. Konserwacja predykcyjna ma na celu uniknięcie tej katastrofy, ale wymaga dużej ilości danych o działaniu maszyn i urządzeń.

“Predict any upcoming machine breakdown so I can avert it.” Thanks to the rise of automation technology, jest to teraz możliwe, dlatego konserwacja zapobiegawcza może zmienić branżę 4.0.

Wybierz rozwiązanie konserwacji predykcyjnej z MOKOLoRa

Dzięki rozwiązaniu do konserwacji zapobiegawczej z obsługą LoRa, jesteś dostępny, aby z wyprzedzeniem ostrzec o zbliżającym się problemie, dokonywać napraw tylko wtedy, gdy jest to konieczne, i zaplanować, aby uniknąć poważnych przestojów. MOKOLoRa jest wiodącą firmą specjalizującą się w strategii LoRa, innowacyjność i rozwój produktów. Jeśli chcesz opracować rozwiązanie do konserwacji monitorowania stanu za pomocą technologii LoRa, porozmawiaj z naszym ekspertem LoRaWAN IoT.