Predictive Maintenance

通过预测性维护提高设备可靠性

以下演示示例介绍 Rockwell Automation 如何构建集成门户平台以转变其业务。

由于他们的许多资产都位于偏远地区,因此以前监视设备非常困难且特别耗时,更不用说了解其性能。通过将它们连接到 Microsoft Azure,Rockwell Automation 现在可以查看实时资产运行状况和性能信息,监视服务窗口,并在事故发生之前对部件和设备进行先行性维护。以前未利用的大量数据使 Rockwell Automation 能够分析特定部件,确定使用寿命或微调获得最佳性能,从而改变他们及其客户开展业务的方式。

这些云服务开辟了各种新业务的可能性。例如,开采、移动、提炼和销售石油所涉及的设备价格昂贵且结实耐用,通常来自数百家制造商。Rockwell Automation 在物联网 (IoT) 的推动下,正在扩展其监视这些宝贵资产的系统,并将这些数据用于预测性甚至预防性维护。Azure IoT 解决方案可能改变石油供应链,并在全球生产力方面产生营收成果,这一效益回报最终将在加油站环节得以体现。

仪表板

KPI 摘要

警报和警告

资产详细信息

警报解决

步骤 1(共 3 步)

实时远程监视

操作员可在该仪表板上看到整个基础架构的实时位置和运行状况。

步骤 2(共 3 步)

查看资产位置和状态

了解资产运行状况至关重要,因为从生产量和供应合同角度而言,任何浪费时间的事故都是代价巨大的。

步骤 3(共 3 步)

密切关注远程位置

某个站点一直以来可能每六个月访问一次以进行日常维护,但现在可以实时跟踪其状态。

步骤 1(共 2 步)

实时跟踪业务指标

收集关键站点和生产数据,汇总重要业务 KPI,并全天或在生产期间跟踪目标值和阈值。

过去可能无法数天、数周或数月地监视资产,但现在可以从中获取实时结果

步骤 2(共 2 步)

与现有系统集成

实时传感器数据可以与其他外部源的信息相结合,甚至可以与 CRM 或 ERP 服务等其他企业系统的信息相结合。

步骤 1(共 3 步)

实时警报和警告

实时升级警报,提醒操作员注意。可以通过自定义门户或从仪表板发送的命令关闭机器来快速响应故障。

步骤 2(共 3 步)

在发生故障前预测故障

重要的是,预测了某些警报。当数据指向预测模型认为有问题的情况或趋势时,可以在故障之前进行维护。

步骤 3(共 3 步)

在问题加剧前解决问题

操作员可以选择尚未解决或监视的优先级最高的关键错误。

步骤 1(共 3 步)

分析实时数据馈送

仪表板实时引入数据。在此级别,可以监视单个资产的实际生产绩效和运行状况。

步骤 2(共 3 步)

让决策者采取措施

通过这些数据,决策者可以计划预定(或未预定)工作,组织维护窗口或预测位于远程位置的资产的产量。

步骤 3(共 3 步)

在资产出现故障之前进行维护

在此示例中,风扇具有严重的预测警告。它将在几天内出现故障并导致资产关闭。它也完全符合该部件的标准使用寿命。操作员可以选择要采取措施的特定部件。

步骤 1(共 5 步)

采取措施并解决

仪表板警报详细信息为操作员提供有关部件和已识别问题的具体信息。这包括序列号、部件编号,甚至替换物品的库存和位置。

步骤 2(共 5 步)

分析业务影响

预测故障表明,在按计划对设备进行日常维护之前,空气过滤电风扇将出现故障。这将导致资产的停工损失。

步骤 3(共 5 步)

实时分析数据

实时数据从现场设备中提取并显示在门户中。操作员可以监视实时数据馈送,以验证提供的警报和信息是否正确。还显示警报的阈值,以便用户可以轻松看到与正常操作相关的跟踪。

步骤 4(共 5 步)

创建服务票证

操作员可以创建票证,让维护人员更换部件,并保持资产运行。他们还可获取用于执行业务分析的信息和数据,并可根据结果对操作进行任何更改。

步骤 5(共 5 步)

创建服务票证

操作员可以创建票证,让维护人员更换部件,并保持资产运行。他们还可获取用于执行业务分析的信息和数据,并可根据结果对操作进行任何更改。