دستگاه ما چند قهوه دیگر می تواند قبل از نیاز به تعمیر درست کند? خوب، این یک سوال اساسی برای اکثر اعضای ELEDIA است. پاسخ واضح به این ممکن است “زمانی که خراب شود متوجه خواهیم شد”. اما اگر دستگاه برای خط تولید اساسی باشد، آیا زمان تعمیر و نگهداری غیرمنتظره قابل قبول است؟
در اصطلاحات تعمیر و نگهداری، تعمیر و تعمیرات اساسی (MRO)، رویکرد توصیف شده قبلی (تعویض/نگهداری ماشین پس از وقوع خرابی) به عنوان تعمیر و نگهداری اصلاحیو تنها در صورتی میتوان به عنوان یک استراتژی مناسب شناخته شد که فرآیند تولید در هر زمان با حداقل عواقب قطع شود (به هر حال، این مورد در مورد دستگاه قهوهساز ELEDIA صدق نمیکند). یک استراتژی کاملاً متضاد، برنامهریزی تعمیر و نگهداری پس از انجام تعداد چرخهها/ساعتهای عملیاتی از پیش تعیینشده، مطابق با مفهوم نگهداری پیشگیرانه یا برنامه ریزی شده. از آنجایی که بازرسی ها به صورت دوره ای انجام می شود، این استراتژی دارای مزیت آشکار تضمین هزینه های ثابت است. اما آیا این هزینه ها حداقل است؟ در عصر کارخانه های هوشمند و صنعت ۴٫۰پاسخ به چنین سوالی ممکن است کمتر واضح باشد.
به حداقل رساندن هزینه های تعمیر و نگهداری با دانستن از قبل دقیقاً زمان خرابی ماشین یا فرآیند همیشه آرزوی مدیران فرآیندهای صنعتی بوده است. تعمیر و نگهداری پیش بینی در واقع، به عنوان یکی از ملموس ترین برنامه های کاربردی Industry 4.0 برای تحقق این رویا ظاهر شده است. هدف اصلی تعمیر و نگهداری پیش بینی، تعیین وضعیت یک ماشین/فرایند است تا بتوان تعیین کرد که واقعاً چه زمانی تعمیر و نگهداری مورد نیاز است. از این نظر، با تعمیر و نگهداری پیشگیرانه یا اصلاحی تفاوت دارد زیرا بر اساس پیش بینی واقعی وضعیت تجهیزات (پیش بینی مبتنی بر داده)، به جای میانگین عمر مورد انتظار آن (پیش بینی مبتنی بر آمار) یا تشخیص مشکلی است که قبلاً رخ داده است (تشخیص). تنها اشکال این است که پیش بینی آینده معمولاً کار ساده ای به نظر نمی رسد.
سیستم های اتوماسیون مدرن مجهز به طیف گسترده ای از سنسورها هستند که امکان نظارت بر وضعیت ماشین ها و فرآیندها را فراهم می کند. علاوه بر این، در دسترس بودن سنسورهای بیسیم قابل استقرار کمهزینه و پارادایم اینترنت اشیا، توانایی بهدست آوردن دادههای دقیق از سیستمهای پیچیده، حتی در کارخانههای بزرگ را افزایش میدهد، و همچنین چنین دادههایی را برای پردازش از راه دور بیشتر جمعآوری میکند. با این حال، یک سوال ساده مطرح می شود: آیا می توانم بگویم که دستگاه برش چند چرخه را فقط با صدای تیغه های چرخان انجام می دهد؟ اینجاست که هوش مصنوعی وارد عمل می شود.
در سال های اخیر، اعضای ELEDIA طیف وسیعی از موارد را توسعه، اجرا و اجرا کرده اند متدولوژی های هوش مصنوعی برای صنعت ۴٫۰ هم سناریوهای مقیاس کوچک و هم در مقیاس بزرگ، توسعه ابزارهای پیشبینی و نگهداری پیشبینیکننده که هم برای ماشینها یا فرآیندهای تولید به کار گرفته شدهاند و هم کارخانههای مقیاس بزرگ به تأسیسات جداگانه منتقل شدهاند. رویکرد اساسی که ELEDIA برای دستیابی به قابلیتهای پیشبینی با دقت و کارایی بالا دنبال میکند، ترکیبی از بینش فیزیکی فرآیند/ماشین واقعی تحت مشاهده و تجزیه و تحلیل و قابلیتهای یادگیری پیشرفته با قابلیت هوش مصنوعی است. با ادغام دانش ویژگیهای فیزیکی مورد انتظار فرآیند مورد بررسی (به عنوان مثال رابطه بین فرکانس/طیف صدای منتشر شده توسط یک تیغه چرخان در مقابل حالت چرخش، مواد برش و سرعت برش) و با سفارشیسازی روشهای هوش مصنوعی E-AIR، امکان دستیابی به تشخیص زودهنگام ناهنجاریهای اولیه در فرآیندهای صنعتی و تعمیر و نگهداری اولیه نشان داده شده است. برای این منظور، “تلفیقی” دادهها و اطلاعات شاخص عملکرد کلیدی (KPI) جمعآوریشده از چندین فناوری مختلف ارزیابی غیرمخرب و آزمایش غیرمخرب (مانند اندازهگیری سطح صدا، تجزیه و تحلیل صوتی، آنالیز فشار و ارتعاش، اندازهگیری دما/رطوبت) یک چالش بزرگ است که باید حل شود.
در این سناریو، یک برنامه اخیر از بسته E-AIR Industry 4.0 هم در زمینه تجزیه و تحلیل وضعیت ماشین آلات اتوماتیک و هم در زمینه کنترل فرآیند تولید با همکاری صنعتی با گروه IMA، پیشرو جهانی در طراحی و ساخت ماشین آلات پردازش و بسته بندی اتوماتیک برای مواد دارویی، آرایشی، مواد غذایی، چای و قهوه است.
تلاشهای تحقیقاتی فعلی در ELEDIA بر سفارشیسازی بیشتر متدولوژیهای E-AIR Industry 4.0 Suite برای ترکیب دادهها، تجزیه و تحلیل دادهها و یادگیری ماشین به سناریوهای پیچیدهتر تعمیر و نگهداری پیشبینیکننده مبتنی بر مدل متمرکز است. در این چارچوب امکان خودآموزی یک دوقلو دیجیتال یک همتای واقعی سیستم/فرایند ماشین قبلاً توسط اعضای ELEDIA در سناریوهای صنعتی عملی نشان داده شده است و تعمیم آن برای رسیدگی به مشکلات چند ساختگی در مقیاس بزرگ در حال حاضر در دست توسعه است.
بنابراین، دفعه بعد که کسی میپرسد، “ماشین ما چند قهوه دیگر میتواند قبل از نیاز به تعمیر درست کند،” E-AIR برای کمک به شما خواهد بود.
اطلاعات بیشتر
برای اطلاعات بیشتر در مورد دموی و بستههای نرمافزاری AI Industry 4.0، لطفاً با ما در contact@eledia.org تماس بگیرید.
پروژه های مرتبط
