Download pdf - Industry 4.0

The impact of IoT and Industry 4.0 on Predictive maintenance and condition monitoring

Mahdieh Sedghi

در حال حاضر شرکت ها تا چه حدی از داده ها استفاده می کنند؟

http://www.mckinsey.com/

توسعه و گسترشافراد و فرایند ها زیرساخت ثبت داده ها

0% < 1% < 1% ~ 1% 60% 100%

تحلیل دادهمدیریت داده

روند تغییرات مورد انتظار در حوزه تکنولوژی

http://www.gartner.com/technology/home.jsp

Ubiquitous Independent Logistics Grid

Supply Chain Big Data Analytics

Wearable User Interface in Logistics

Transportation Forecasting

Warehouse Robots

Warehouse Resource Planning and Scheduling

Community Management

Supply Chain Execution Predictive Analytics

Mobile Asset Optimization

SCM BPO

3D Printing in Supply Chain Real-Time (Mobile-Synchronized) Route Optimization

Supply Chain Execution Convergence

TMS Multimodal/International

Warehouse Control Systems

Dock Scheduling

Mobile Technology

Business Process Networks

Track-and-Trace and Serialization

Carrier/Supplier Appointment Scheduling

Global Logistics Visibility

Enterprise Manufacturing Intelligence

Information Hubs for SCE

Railcar Fleet Management Solutions

Transportation Benchmarking Services

Over-the-Road Carrier-Centric TMS Suites

Distributed Order Management

RFID for Logistics and Transportation

SCM BPaaS

MDM of Product Data

Foreign/Global Trade Compliance

Sourcing Optimization

SaaS Supply Chain Execution

Shipper-Centric Multimodal TMS

Slotting Optimization Workforce Management Systems for

Logistics Yard Management

Yard Management

InnovationTrigger

Peak of Inflated

Expectation

Through of Disillusionment

Slope of Enlightenment Plateau of Productivity

Hype Cycle for Supply Chain Execution Technologies, 2015


ارزیابی وضعیت صنایع ایرانی

در حوزه پرسشنامه با هدف سنجش میزان تعالی فعالیت های نگهداری و تعمیرات صنایع ایرانی

قیق هدف از انجام این تح. فناوری اطالعات و تکنولوژی های ارتباطی تهیه و توزیع شده است

الی و ارزیابی میزان استفاده از سیستم های اطالعاتی و تحلیل زیرساخت های موجود جهت تع

500دود پرسشنامه برای ح. حرکت به سمت مفاهیم نگهداری وتعمیرات پیشگویانه بوده است

. نفر به آن پاسخ گفته اند50نفر از فعاالن صنعت ارسال شده است که از این تعداد

ارزیابی سطح بلوغ صنایع ایرانی در حوزه فناوری اطالعات

4%

7%

11%

4%

2%

9%

4%

4%

2%

7%

31%

9%

4%

0% 5% 10% 15% 20% 25% 30% 35%

انرژی

حمل و نقل دریایی

حمل و نقل ریلی

خودروسازی

صنایع دارویی

صنایع غذایی

عمرانی

فوالدی

معدنی

نظامی

نفت، گاز و پتروشیمی

نیروگاهی

خدماتی

درصد صنایع شرکت کننده در نظر سنجی

92%

8%

بله خیر

در سازمان خود استفاده می نمایید؟(CMMS)آیا از سیستم های مکانیزه مدیریت نگهداشت

بین شرکت کنندگان CMMSدرصد استفاده از

60 80 82 83 84 85 86 87 88 89 90 91 92 93 94

0

1

2

3

4

5

6

60 80 82 83 84 85 86 87 88 89 90 91 92 93 94

0

5

10

15

20

25

30

35

40

را نصب نموده اید؟ CMMSدر صورت استفاده، از چه سالی

روند تجمعی

تعداد پیاده سازی در سال

CMMSسال پیاده سازی

49%

37%

14%

بله

خیر

در حال برنامه ریزی برای تهیه آن هستیم

استفاده می نمایید؟ DCSو SCADA،PLCآیا از سیستم های کنترل و مانیتورینگ هوشمند مانند

میزان استفاده از سیستم های کنترل و مانیتورینگ هوشمند

روند تغییرات و تکنولوژی های آینده

میزان استفاده از

سیستم های کنترل و

مانیتورینگ هوشمند

روند تغییرات و

تکنولوژی های آینده


+

پیشرفت تکنولوژی

تجهیزات هوشمند

Industry 1.0

ه از تولید مکانیکی با استفادنیروی آب و بخار

Industry 2.0

یم کار تولید انبوه بر مبنای تقسو با بهره گیری از انرژی

الکتریکی

Industry 3.0

استفاده از فناوری اطالعات و ابزارهای الکترونیکی برای افزایش اتوماسیون تولید

Industry 4.0

یکیسیستم تولید سایبر فیز

قرن مقرن بیست70دهه امروزهفدهم

Industry 4.0-چهارمین انقالب صنعتی

https://www.accenture.com/gb-en/blogs/blogs-digital-industry- 4-0

کارخانه های هوشمند

:تکنولوژی های نوین که کارخانه های هوشمند را محقق می سازند

اینترنت اشیاء•

کالن داده ها و ابزارهای تحلیل قدرتمند•

زیرساخت های ارتباطی•

Industry 4.0-چهارمین انقالب صنعتی

Industry 4.0

چهارمین یانقالب صنعت

http://www.aethon.com/industry- 4-0- means-manufacturers/

http://www.industries- 4ynA_euqinU/rohtua/moc.008

http://www.industries- 4ynA_euqinU/rohtua/moc.008

انطباق تقاضا/ تامین

زمان حضوردر بازار

فرآیند/ منابع

استفاده از دارایی

نیروی انسانی

موجودی

کیفیت

مصرف هوشمند

انرژی realبهینه سازی

time

انعطاف مسیر

انعطاف پذیری ماشین االت

رل مانتیتورینگ و کنتاز راه دور

نگهداری و تعمیرات پیش بینانه

Augmented reality for MRO1

-همکاری ماشینانسان

مانتیتورینگ و کنترل از راه

دور

اتوماسیون دانش کاری

پرینت3D

بهینه سازی Real time

اندازهBatch

کنترل فرآیند آماری

کنترل فرآیند پیشرفته

پیش بینی تقاضابر اساس داده

طراحی خلق ارزش برمبنای داده

خلق مشترک با نوآوری-مشتری

مهندسی همزمان

آزامایشات و شبیه سازی

سریع

نگهداری و تعمیرات

پیش بینانه

نگهداری و تعمیراتاز راه دور

هدایت مجازی خدمات سلف

سرویسLots

هوشمند

مدیریت عملکرد دیجیتال

مدیریت کیفیت دیجیتال

/ خمات

پس از فروش

قطب نمای دیجیتال

McKinseyشرکت


http://www.SAP.com/

بر 4.0تاثیرات انقالب صنعتی

مدیریت دارایی و نگهداری و تعمیرات پیشگیرانه

پلتفرم تحلیل داده

امکانایندهدرکههاییتکنولوژیازیکیاستشدهدادهنمایشگارتنرنموداردرکههمانگونه•

.استپیشرفتهدادهتحلیلشود،میفراهمآنازوسیعاستفاده

.وندمی شنگهداریمتنوعیفرمت هایوساختارهادروپراکندهطوربهداده هاسازمان هابیشتردر•

ومتداولفایل هایانواعازدادهخواندنجهتمتنوعیامکاناتدادهتحلیلنوینهایپلتفرم

بترتیبدین.می آورندفراهمراسازماندرمستقرسامانه هایودادهپایگاه هایانواعبهاتصال

ومی شودمحققکاربریمحیطیکدرسازمانداده ایمنابعتمامیبهتحلیلگراندسترسی

.ودمی رمیانازسازماندرموجودمنابعازدادهدریافتجهتمختلفسامانه هایباکارپیچیدگی

فرایند تحلیل داده

http://www.predictiveanalyticstoday.com/what-is-predictive-analytics/

سیستم های منبع



داده های / ساختاریافته

ساختار نیافته

داده کاوی تحلیل

تحلیل آماری

مدلسازی

استقرار

گزارشاتگزارشات

آنالین



پرینت3D

حوزه موررد بررسی بر

مبمای قطب نمای

دیجیتال شرکت

McKinsey

انطباق تقاضا/ تامین

زمان حضوردر بازار

فرآیند/ منابع

استفاده از دارایی

نیروی انسانی

موجودی

کیفیت

مصرف هوشمند

انرژی realبهینه سازی

time

انعطاف مسیر

انعطاف پذیری ماشین االت



Augmented reality for MRO1

-همکاری ماشینانسان

مانتیتورینگ و کنترل از راه

دور

اتوماسیون دانش کاری

پرینت3D

بهینه سازی Real time

اندازهBatch

کنترل فرآیند آماری

کنترل فرآیند پیشرفته

پیش بینی تقاضابر اساس داده

طراحی خلق ارزش برمبنای داده

خلق مشترک با نوآوری-مشتری

مهندسی همزمان

آزامایشات و شبیه سازی

سریع

نگهداری و تعمیرات

پیش بینانه

نگهداری و تعمیراتاز راه دور

هدایت مجازی خدمات سلف

سرویسLots

هوشمند

مدیریت عملکرد دیجیتال

مدیریت کیفیت دیجیتال

/ خمات

پس از فروش


راهکار تحلیل داده در مدیریت

دارایی

اولویت های تعالی

نگهداری و تعمیرات در

صنایع ایرانی

اولویت های تعالی نگهداری و تعمیرات در حوزه فناوری اطالعات برای سازمان شما کدام مواد است؟

84%

49%

56%

18%

11%

CMMSثبت داده های نگهداری و تعمیرات و بهبود سیستم

یکپارچه سازی داده ها در سامانه های مختلف

ل داده حرکت به سمت نگهداری و تعمیرات پیشگویانه از طریق تحلی

ها و آالرمینگ

ه افزایش سطح کنترل هوشمند و تکنولوژی های ارتباطی در سامان

SCADAهایی مانند

(IOT)حرکت به سمت مفاهیم اینترنت اشیاء

میزان تحلیل داده های

جمع آوری شده توسط

سامانه های کنترل و

مانیتورینگ در صنایع

ایرانی

ایا اطالعات تولید شده توسط سنسور ها توسط سامانه دیگری مورد تحلیل قرار می گیرد؟

46%

47%

7%

ه سامانه ای برای تحلیل داده ها وجود دارد و مورد استفاد

. قرار می گیرد

.داده ها تحلیل نمی شوند. خیر

سامانه ای برای تحلیل وجود دارد ولی در عمل از آن

استفاده نمی شود

راهکار تحلیل داده در مدیریت دارایی

نگهداری و تعمیر )(پیش بینانه

Predictive)پیش بینانهتعمیراتونگهداری maintenance)نوینتکنیک هایازیکیدمورمختلفصنایعدرگستردهطوربهاخیرهایسالطیدرکهاستتعمیراتونگهداریکند،میبیانآننامکههمانگونهپیش بینانه،تعمیراتونگهداری.استگرفتهقراراستفاده

دیگربیانبه.می نمایدبینیپیششواهداساسبررانیازموردخدماتوتجهیزاتخرابیزمانزاءاجکارکردکهاستفعالیت هاییمجموعهبرگیرندهدرپیش بینانهتعمیراتونگهداریفعالیتنوعوزمانتامی دهدقرارتحلیلوبازرسیموردبهره برداریحیندرراتجهیزات.نمایدتعیینتجهیزوضعیتحسببررانیازموردنگهداشت

زات،تجهیعملکردهایدادهنظیرهاییدادهدقیقمعنایتواننمیمناسبتحلیلانجامبدوننهانحقایقوشواهدایندرالگوهایی.نموددرکرادادهرخهایخرابیوبازرسینتایج

وزمانربمبتنیسنتیهایروشازراپیش بینانهتعمیراتونگهداریآنهاکشفکهشده اند.سازدمیمتمایزمجزاعملکرد

نگهداری و تعمیر پیش بینانه

نگهداری و تعمیرات مبتنی بر زمان

نگهداری و تعمیرات مبتنی بر وضعیت

بهینه سازی دارایی پیشگیرانه

ی چگونگی دسته بند: تشخیص حالت های غیر عادی•وضعیت کنونی به دو حالت خوب و بد

ییر چگونگی شناسایی نقاط تغ: تعیین نقاط تغییر•سیستم

ی استفاده از مدت زمان تعیین شده برا•تعویض

خرابی های غیر منتظره که منجر به •ضررهای مالی و جانی می شوند

اعالم هشدار بر اساس وضعیت تجهیز•

اظ پایش وضعیت دقیق به طور کلی از لح•. فنی چالش انگیز است

http://www.IBM.com/

موتور تحلیل پیشگیرانه

Decision management

دستگاه ها

سیستم های مدیریتی

داده های مالی

داده های الگ

عملکردداده های

وضعیت/ سنسور

داده های الگ رخدادها

داده های محیطی

داده های الگ نگهداشت

داده های مشتریان

شبکه های اجتماعی

Analytical Data Store

Business analytics

Statistical analytics

Event RulesModelsWork Flows

داشبورد

آالرم ها

گزارشات و تحلیل ها

مشخصه های پیشرفته تصویری

http://www.IBM.com/

بدونوبمناسزماندرنیاز،موردفعالیت هایتانماییدپیش بینیرابازرسیتحتدارایی هایخرابی•

.شوندانجامتوقفاتباالیهزینه هایبامواجهه

.شودانجامبیشتریدقتباخرابی هاپیش بینیازاستفادهبایدکیقطعاتمدیریت•

نیازموردیدکیقطعاتوهزینهمحاسبهومختلفسناریوهایتحلیلباراتجهیزاتازاستفادهبرنامه•

.نماییدبهینه

.نماییدبهینهبینی هاپیشگرفتننظردرباراتعمیراتونگهداریبرنامه•

وقبلیزتجهسالمتمیزانمقایسهباراشدهانجامتعمیراتونگهداریفعالیت هایبخشیاثرمیزان•

.نماییدارزیابیتعمیراتانجامازبعد

.نماییدتحلیلراداراییمختلفعملیاتیپارامترهایرویبر(SPC)آماریفرایندکنترل•

ازفادهاستباخرابیریشه ایعللتحلیلاجرایبارااصالحیاقداماتوبیابیدرامناسبراهکارهای•

.نماییدپیاده سازیپیشرفتهسازیبصریامکاناتوپیش بینیتحلیلروش های

مزایای سیستم

هتحلیل پیش بینان

در نگهداری و

تعمیرات

.یدنمایایجادبازرسیهایدادهازاستفادهباراخرابینرخافزایشازاولیههشدارهایوسیگنال ها•

هاادهداینازاستفدهبا.نماییددنبالقطعاتتعویضوفرسایشنرخافزایشازاولیههشدارهای•

رادگانکننتامینیاوکنندهتولیداشکاالتخدمت،ارائهشرایطدرشدهایجادتغییراتمی توان

.نمودتحلیل

.نماییدلیلتحتعاملیصورتبهراداراییمختلفعملیاتیپارامترهایمبنایبرفراوانیتوزیعنمودار•

وتجهیزاتداده هایازایمحدودهکدامهرکهراپیش بینیمختلفمدل هایپیش بینیتوانایی•

.نماییدترکیبساختاربدونویافتهساختارنیمهساختاریافته،قالبدررانگهداشت

بینیپیشپیشرفتهمدل هایازاستفادهبا.نمودمحاسبهتجهیزاتتمامیبرایراسالمتامتیاز•

راامتیازاینتوانمیشوندمیخرابیرخدادبهمنجرکهتجهیزاتسنسورهایهایدادهدرالگوها

.نمودمحاسبه

مزایای سیستم



تعمیرات

مدل تحلیل پیش

بینانه


تعمیرات

ازنوعمتداده هایدریافتازپستعمیراتونگهداریدربینانهپیشتحلیلسامانهمدل

طی،محیسنسورهایوتعمیراتونگهداریسوابقبازرسی،گزارش هایتجهیزات،عملکرد

کاربرانبرای.می دهدشکلرادادهتحلیلمدلداده هاازوسیعیحجمپردازشپیشبا

جهتیمختلفماژول هایسازمان،ارشدومیانیمدیرانتحلیلگران،مانندسیستممختلف

ویریتمدمانندهاییفعالیتوبینانهپیشتعمیراتونگهداریسیستمسازیپیاده

دادهتوسعهیبایستخرابیایریشهعللپیشرفتهتحلیلویدکیقطعاتهوشمندکنترل

نمایشبعداسالیدشکلدرمختلفماژول هایبینماارتباطوسامانهکلیساختار.شوند

.استشدهداده

چارچوب تحلیل

داده های مدیریت

دارایی

گام های استفاده از



تعمیرات

شناسایی پارامترهای تحلیل

ایستیبنیاز،موردخروجی هایحسببرپیش بینانهتعمیراتونگهداریهوشمندسامانهطراحیجهت

خدادربرگذاراثرعواملشدهانتخابپارامترهای.شوندتعیینتجهیزاتوضعیتپایشپارامترهای

به.دادتشخیصوقوعازپیشراهاخرابیتوانمیپارامترهامهمترینشناساییباکههستندخرابی

ارامترهایپبادیتوربینیکبرایپیش بینانهتعمیراتونگهداریسیستمطراحیجهتمثالعنوان

:نمودانتخابمی توانرازیر

دمای آب خنک کننده گیربکسدمای روغن گیربکسدمای شفت خروجی گیربکسدمای شفت ورودی گیربکسگیربکس

دمای هوای خنک کننده ژنراتوردمای بلبرینگ ژنراتوردمای سیم پیچی ژنراتورژنراتور

سیستم کنترلدمای آب خنک کننده سیستم

تبدیلدمای کابین باالییندهدمای کنترل کننده تبدیل کن

تجهیزنرمالعملکردسازیمدل

میاحیطرآنعملکردیسوابقحسببرتجهیزنرمالعملکردمدلتحلیلپارامترهایتعیینازپس

حدودسپس.می شوداجرانرمالعملکردآموزشفرآیندعصبیشبکهمدلازاستفادهباابتدا.شود

خطایارنمودشده،بینیپیشعملکردحسببر.می شوندمحاسبهپارامترجزءهربرایعملکردنرمال

قراردهاستفاموردباشندخرابیرخدادآغازگرمی توانندکهعادیغیرمواردنمایشجهتبینیپیش

روغندمایبراینرمالعملکردحدودوبینیپیشخطاینمودارخروجیازاینمونه.می گیرد

.استشدهدادهنمایشبعداسالیدشکلدربادیتوربینمثالهیدرولیک




تعمیرات




تعمیرات

تدوین شاخص های سالمت تجهیز

این.شوندمیطراحیفازایندرآنمحاسبهجهتنیازموردشاخص هایوتجهیزسالمتدرجه

عالیتفاثربخشیمیزانتجهیزوضعیتپایشبرعالوهکهدهدمیراامکاناینتحلیگرانبهدرجه

هیزتجسالمتشاخصمقایسهباحقیقتدر.نمایندارزیابیراشدهانجامتعمیراتونگهداریهای

فعالیتاثربخشیمیزانمی توانروندهاتحلیلوتعمیراتونگهداریهایفعالیتانجامازپسوپیش

.نمودارزیابیراتعمیراتونگهداریهای




تعمیرات

محاسبه احتمال خرابی و قابلیت اطمینان

به.نموداستفادهمختلفیروش هایازتوانمیتجهیزکلیاوقطعاتخرابیاحتمالمحاسبهجهت

APIاستانداردوریسکمبنایبربازرسیمثالعنوان احتمالمحاسبهبرایدستورالعملی581

اسبهمحبراینیزاحتمالیوآماریرویکردهای.استنمودهتدوینتجهیزاطمینانقابلیتوخرابی

حسببرمناسبروشفازاینانددرشدهدادهتوسعههادادهتحلیلازاستفادهباخرابیاحتمال

.شودمیطراحینیازموردهایخروجیوسازمانمولفه های




تعمیرات

(RUL)طراحی مدل محاسباتی پیش بینی عمر مفید باقیمانده تجهیزات

زش،خجملهازمختلفیتخریبعواملتاثیرتحتکنند،میکارباالدمایدرکهتوربین هاقطعات

دستازراخودمفیدعمریکدیگر،باعواملایناندرکنشنیزواکسیداسیونوداغخوردگیخستگی،

اربفاجعههایخرابیازجلوگیریدرتجهیزاتوقطعاتمفیدعمربینیپیشروایناز.دهندمی

هایروشازتوانمیقطعهیکدرتخریبپیشرفتمیزانبرآوردجهت.داردسزاییبهنقش

تجهیزاندهباقیممفیدعمربینیپیشمدلزفاایندر.نموداستفادهمارکوفزنجیرهمانندمحاسبانی

.شودمیطراحیپیشرفتهمحاسباتیهایروشاساسبر




تعمیرات

پیشرفتهعیوبایریشهعللتحلیل

داردجودومنطقیصورتبهآنتشخیصامکانکهاستخرابیعلتاصلی ترینخرابی،ریشه ایعلت

زایشافاصلیروش هایزاخرابیریشه ایعلتتحلیل.می نمایدکنترلتعمیربرایراآنمدیریتو

ونسجممگروهقالبدرومسئلهحلمعروفتکنیک هایازاستفادهبااگرکهاست،اطمینانقابلیت

کهاستشدهتشکیلگام هاازمجموعه ایازروشاین.بودخواهدمؤثربسیارشودانجامهماهنگ

وودهبقابل رؤیتوضوحبهحوادثاین.می کنداصالحراآنوبررسیراموجودمشکلیاخرابیعلت

.دارندمشخصاختیاربامسئولاجازهاساسبرفوریاقداماتبهنیاز

بارارابیخرخدادعللمی توانخرابیروندهایبررسیوپیشرفتهتحلیلتکنیک هایازگیریبهرهبا

رخدادصورتردومی شوندافزودهسیستماطالعاتیبانکبهتحلیلنتایج.نمودتعیینبیشتریدقت

.می شونددادهنمایشقبلیشدهشناساییعللعیبمجدد




تعمیرات

تجهیزعملکردسنجش

راحرانیبقطعاتوتجهیزاتلحظهدرارزیابیامکانتحلیل گرانبرایتجهیزعملکردآنالینسنجش

ویبحرانقطعاتخرابیاحتمالوتجهیزسالمتوضعیتتجهیزعملکردماژولاین.می نمایدفراهم

شنمایرافنیبازرسی هایووضعیتپایشابزارهایوسنسورهاهایدادهحسببرراسیستمکل

:ازعبارتندماژولایناصلیبخش هایزیر.می دهد

بحرانیقطعاتوتجهیزسالمتشاخصگزارش•

بحرانیقطعالتوتجهیزخرابیاحتمالنمایش•




تعمیرات

ینانهنتایج تحلیل پیش ب

در نگهداری و تعمیرات

درصد 40تا 30صرفه جویی •

(ROI)برابری سرمایه 10بازگشت •

درصد30تا 25کاهش هزینه نگهداری و تعمیرات حدود •

درصد75کاهش خرابی ها تا •

درصد40تا 35کاهش زمان توقف از •

درصد25تا 20افزایش میزان تولید از •

http://reliabilityweb.com/articles/entry/unleash_the_power_of_predictive_analytics/