{"id":41683,"date":"2023-01-12T10:58:05","date_gmt":"2023-01-12T10:58:05","guid":{"rendered":"https:\/\/knowhow.distrelec.com\/?p=41683"},"modified":"2023-01-12T15:56:20","modified_gmt":"2023-01-12T15:56:20","slug":"ai-basert-maskinovervaking","status":"publish","type":"post","link":"https:\/\/knowhow.distrelec.com\/no\/automasjon\/ai-basert-maskinovervaking\/","title":{"rendered":"AI-basert maskinoverv\u00e5king"},"content":{"rendered":"\n

I dag er maskinoverv\u00e5king vanlig i mange bransjer og er en grunnleggende teknologi som gir operat\u00f8rer 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 l\u00f8se maskinproblemer i sanntid.\u00a0\u00a0

If\u00f8lge Statista<\/a> vil det globale AI-programvaremarkedet doble verdien fra 51 milliarder dollar i 2022 til svimlende 126 milliarder dollar innen 2025.<\/p>\n\n\n\n

Hva er et maskinoverv\u00e5kingssystem?<\/strong><\/h2>\n\n\n\n

En av de st\u00f8rste ulempene i produksjon er nedetid, og dette p\u00e5virker b\u00e5de produktivitet og avkastning. Hvis en maskin trenger vedlikehold kan dette f\u00f8re til at en hel forsyningskjede st\u00e5r stille, et scenario mange \u00f8nsker \u00e5 unng\u00e5.<\/p>\n\n\n\n

Enkelt forklart er et maskinoverv\u00e5kingssystem et system som konstant evaluerer utstyr for \u00e5 f\u00e5 mer innsikt i tilstand og forhold. Dette gj\u00f8r det lettere \u00e5 oppdage arbeidsm\u00f8nster og potensielle problemer.<\/p>\n\n\n\n

Vedlikehold er en grunnleggende del av enhver bedrift. Utstyr varer ikke evig, og noen ganger m\u00e5 man erstatte eller reparere. Det beste er \u00e5 vite tilstanden til utstyret ditt og maskinoverv\u00e5king eliminerer usikkerhet rundt dette. Brukere f\u00e5r sanntidsinformasjon om maskinhelse og p\u00e5 denne m\u00e5ten kan man forutse n\u00e5r det er behov for vedlikehold. Dette betyr at anlegg er godt rustet for tidstap samtidig som det holder nedetid p\u00e5 et minimum.<\/p>\n\n\n\n

Hvordan fungerer maskinoverv\u00e5king?<\/strong><\/h2>\n\n\n\n

For at et maskinoverv\u00e5kingssystem skal fungere effektivt m\u00e5 det v\u00e6re en del av et sammenkoblet \u00f8kosystem 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 gj\u00f8r at man kan ta mer informerte beslutninger for \u00e5 maksimere effektivtet og produktivitet. Sensorene kan ogs\u00e5 oppdage n\u00e5r maskinreparasjoner m\u00e5 utf\u00f8res p\u00e5 forh\u00e5nd og dette er det vi mener med prediktivt vedlikehold. <\/p>\n\n\n\n

\"Bruk<\/figure>\n\n\n\n

Hvordan har vedlikehold utviklet seg med AI?<\/h2>\n\n\n\n

Tradisjonelt har man kategorisert vedlikehold i tre grupper: reaktivt, planlagt og proaktivt. Reaktivt vedlikehold betyr n\u00e5r man fikser en maskin etter at den har brutt sammen. Planlagt vedlikehold er planlegging av periodiske unders\u00f8kelser og analyser av utstyr for \u00e5 oppdage feil. Disse unders\u00f8kelsene utf\u00f8res uansett hvilken tilstand utstyret er i. N\u00e5r man utf\u00f8rer proaktivt vedlikehold inneb\u00e6rer dette en gjennomgang av analyser for \u00e5 forst\u00e5 maskinens kapasitet. Data brukes for \u00e5 ta beslutninger, men ser kun p\u00e5 faktorer som kan for\u00e5rsake maskinfeil, og overv\u00e5ker ikke eller rapporterer om maskinens tilstand.<\/p>\n\n\n\n

Dette er grunnen til at AI har v\u00e6rt s\u00e5 vellykket i produksjon. Man f\u00e5r n\u00e5 kontinuerlig innsikt i maskinens tilstand. AI forutser ogs\u00e5 n\u00e5r utstyr trenger litt ekstra oppmerksomhet. Dette betyr at vedlikehold kun utf\u00f8res n\u00e5r det er n\u00f8dvendig og dette er med p\u00e5 \u00e5 spare penger. I tillegg til dette kan AI bed\u00f8mme livssyklusen til en maskin, hvilket tidspunkt er best for reparasjoner og hvordan man planlegger vedlikeholdsvinduet – alt for \u00e5 redusere nedetid s\u00e5 mye som mulig.<\/p>\n\n\n\n

McKinsey & Company<\/a> rapporterer at denne type prediktivt vedlikehold kan redusere inspeksjonskostnader med opptil 25%, \u00e5rlige inspeksjonskostnader med 10% og \u00f8ke kapasiteten med opptil 20%.<\/p>\n\n\n\n

Fordeler ved et AI-basert maskinoverv\u00e5kingssystem<\/h4>\n\n\n\n