I dag er maskinovervåking vanlig i mange bransjer og er en grunnleggende teknologi som gir operatører verdifulle data og informasjon om en maskin, som tilstand og livssyklus. Med disse systemene er prediktivt vedlikehold mye enklere da anlegg kan oppdage, analysere og løse maskinproblemer i sanntid.
Ifølge Statista vil det globale AI-programvaremarkedet doble verdien fra 51 milliarder dollar i 2022 til svimlende 126 milliarder dollar innen 2025.
Hva er et maskinovervåkingssystem?
En av de største ulempene i produksjon er nedetid, og dette påvirker både produktivitet og avkastning. Hvis en maskin trenger vedlikehold kan dette føre til at en hel forsyningskjede står stille, et scenario mange ønsker å unngå.
Enkelt forklart er et maskinovervåkingssystem et system som konstant evaluerer utstyr for å få mer innsikt i tilstand og forhold. Dette gjør det lettere å oppdage arbeidsmønster og potensielle problemer.
Vedlikehold er en grunnleggende del av enhver bedrift. Utstyr varer ikke evig, og noen ganger må man erstatte eller reparere. Det beste er å vite tilstanden til utstyret ditt og maskinovervåking eliminerer usikkerhet rundt dette. Brukere får sanntidsinformasjon om maskinhelse og på denne måten kan man forutse når det er behov for vedlikehold. Dette betyr at anlegg er godt rustet for tidstap samtidig som det holder nedetid på et minimum.
Hvordan fungerer maskinovervåking?
For at et maskinovervåkingssystem skal fungere effektivt må det være en del av et sammenkoblet økosystem av enheter og maskiner, ofte kalt tingenes internett (IoT). Flere internettilkoblede sensorer festest til maskiner i en fabrikk. Disse sensorene samler uavbrutt sanntidsdata og kommuniserer denne informasjonen tilbake til et sentralisert system. Dette er en prosess som gjør at man kan ta mer informerte beslutninger for å maksimere effektivtet og produktivitet. Sensorene kan også oppdage når maskinreparasjoner må utføres på forhånd og dette er det vi mener med prediktivt vedlikehold.
Hvordan har vedlikehold utviklet seg med AI?
Tradisjonelt har man kategorisert vedlikehold i tre grupper: reaktivt, planlagt og proaktivt. Reaktivt vedlikehold betyr når man fikser en maskin etter at den har brutt sammen. Planlagt vedlikehold er planlegging av periodiske undersøkelser og analyser av utstyr for å oppdage feil. Disse undersøkelsene utføres uansett hvilken tilstand utstyret er i. Når man utfører proaktivt vedlikehold innebærer dette en gjennomgang av analyser for å forstå maskinens kapasitet. Data brukes for å ta beslutninger, men ser kun på faktorer som kan forårsake maskinfeil, og overvåker ikke eller rapporterer om maskinens tilstand.
Dette er grunnen til at AI har vært så vellykket i produksjon. Man får nå kontinuerlig innsikt i maskinens tilstand. AI forutser også når utstyr trenger litt ekstra oppmerksomhet. Dette betyr at vedlikehold kun utføres når det er nødvendig og dette er med på å spare penger. I tillegg til dette kan AI bedømme livssyklusen til en maskin, hvilket tidspunkt er best for reparasjoner og hvordan man planlegger vedlikeholdsvinduet – alt for å redusere nedetid så mye som mulig.
McKinsey & Company rapporterer at denne type prediktivt vedlikehold kan redusere inspeksjonskostnader med opptil 25%, årlige inspeksjonskostnader med 10% og øke kapasiteten med opptil 20%.
Fordeler ved et AI-basert maskinovervåkingssystem
- Mindre nedetid
- Lavere energikostnader
- Høyere effekt
- All informasjon lett tilgjengelig
- Reduserte produksjonskostnader
- Mindre avfall
Kombinasjon av IIoT, AI og sensorer i smartfabrikker
Tingenes internett i en fabrikk refereres ofte som industrielle tings internett (IIoT). Uten IIoT ville ikke sensorer vært istand til å gi informasjon tilbake til brukeren. I en smartfabrikk kan sanntidsdata samles ved bruk av sensorer og sendes til en sentral database, et CMMS (computerised maintenance management system). Herifra overfører programvaren dataene til en lettleselig rapport som enkelt distribueres til andre anleggsansvarlige.
Når teknologien utvikler seg blir mer og mer fabrikker smarte. En smartfabrikk kan betydelig forbedre hele produksjonsprosessen, og anleggsansvarlige kan ta bedre, mer informerte beslutninger. Smartfabrikker bruker teknologier som AI, IIoT, sensorer og nettskydatabehandling for å samle data. Data samles for å overvåke flere prosesser og kan også brukes for å ta smartere beslutninger om både maskineri og arbeidsprosedyrer. Med disse teknologiene vil arbeid som tradisjonelt har tatt lang tid bli automatisert, noe som betyr at oppgaver utføres mye raskere og uten behov for menneskelig inngrep.
Sensorer som brukes i maskinovervåking
Hvilke sensorer er mest brukt i smartfabrikker?
Ifølge Upkeep er det seks hovedtyper. Sensoren som brukes er avhengig av type maskin og hva som trenger å måles:
- Vibrasjonssensorer måler vibrasjonsfrekvenser for å sjekke avvik og forutse problemer i fremtiden. Godt egnet for motororer, generatorer og turbiner.
- Trykksensorer måler ulikt trykk som vann og luft. Brukes i hydraulikk.
- Temperatursensorer sjekker varmeenergien apparater genererer. Brukes i elektrisk utstyr som klimaanlegg og kjøleskap.
- Fuktighetssensorer ligner på temperatursensorer men kan oppdage fuktighet i atmosfæren. Noen sensorer kan også se hvor mye vann som fins i luften. Vanlig i HVAC-systemer (Heating, Ventilation and Air Conditioning).
- Gassensorer holder styr på ulike gasser, slik at man kan være sikker på at arbeidsmiljøet holdes trygt.
- Sikkerhetssensorer brukes i ulike applikasjoner som alarmer og GPS-utstyr, og hovedoppgaven deres er å holde maskiner trygge og forhindre tyveri.
Festo AX
Festo Automation Experience (AX) er en IoT-løsning som bruker kunstig intelligens og maskinlæring for å generere maksimum verdi fra dataene du samler. Med denne reduserer du blant annet energikostnader og avfall, og øker produktiviteten.
Hvorfor bør du bruke Festo AX?
Sanntids AI
Festo AX analyserer data i sanntid. Dette betyr at hvis det oppstår et problem får du beskjed umiddelbart, uten å vente. Dette gjør at du kan forberede deg før det skjer.
Fungerer overalt
Enten du trenger å bruke Festo AX på edge (på systemet), på lokalet (på serverene) eller i nettskyen, dette er en løsning som støtter deg overalt.
Dine data er dine
Data som samles av Festo eies eksklusivt av kunden, og brukes kun som avtalt.
Fleksibel integrasjon
Festo AX kan integreres i alle systemer og fungerer perfekt med komponenter fra Festo som vanligvis brukes i maskiner og systemer. Ved bruk av standardprotokoller som MQTT kan denne løsningen integreres i tredjeparts komponenter og maskiner uten problemer.
Hvordan støtter Festo AX bedrifter?
- Prediktivt vedlikehold – maskindata overføres til Festo AX programvaren og ved hjelp av avviksdeteksjon får du umiddelbart beskjed skulle et problem oppstå.
- Prediktiv energi – Festo AX maksimerer energieffektviteten. Programvaren gir deg beskjed tidlig hvis en kostnadsrelevant belastningsgrense er i ferd med og overskrides.
- Prediktiv kvalitet – kvalitetstap er en annet problem som Festo AX kan hjelpe med. Feso AX overvåker konsekvent komplekse faktorer som kan påvirke produktkvaliteten, og rapporterer så tilbake til brukeren med anbefalte justeringer.
Anbefalte produkter
Piezo-resistiv trykksensor i SPAN-serien
Trykkverdien overføres til den tilkoblede kontrolleren og parameter kan settes eksternt ved bruk av en IO-link master.
Pneumatisk bevegelse – med trykkluftdrev og -systemer fra Festo
Vi har flere komponenter som passer dine spesifikasjoner, fra linære sylindere, styrte aktuatorer, svingdrivere, mini-skyvere og roterende drivere, til tilbehør.
Ventiler – styrer pneumatisk bevegelse
Ventiler er naturlige valg for væskekontroll for sylindrene og de tilkoblede systemene i maskineriet, produksjonslinjen eller monteringsområdet ditt. Sikker feilfri drift!
Luftbehandlings- og tilkoblingsteknologi – grunnlaget for pneumatisk automatisering
Velg mellom trykkregulatorer, kontrollere og filterkomponenter for å holde styring på og beskytte trykkluft fra forurensing for høyest mulig ytelse av dine systemer.
