Internet věcí + správa a údržba majetku podniku Digitalizace v údržbě 5.10.2016 Karel Hřib, IBM Watson IoT Petr Vondráček, GC System
Agenda Úvod & východiska Platforma pro internet věcí Systémy podporující údržbu majetku Prediktivní analytika v údržbě
2
IoT HQ Munich Talent, technologie a prostředky k budování internetu věcí ve světě se usídlily v Mnichově.
Více než 1 000 Watson IoT expertů pomáhá klientům vytvářet chytřejší řešení a kognitivní IoT.
3
The Highlight Towers – Munich, Germany
Předvídali jsme budoucnost V roce 2008 spustila IBM iniciativu SMART PLANET, která pomáhá utvářet základy dnešního IoT. • Nedostatečný výpočetní výkon
Intelligent
• Chybějící algoritmy pro určitý způsob zpracování dat (nestrukturovaná data)
• Rozdílné komunikační protokoly a vysoká cena připojení
Interconnected
• Datové připojení řešené fyzickým kabelem
• Zařízení neobsahuje sensory
Instrumented
• Vysoká cena a nedostatečně vyspělá technologie
4
Průmysl 4.0 a Internet věcí Digitalizace výroby? Propojení strojů, lidí a produktů za účelem poskytování nových služeb a obchodních modelů.
+ Napojení na senzory
+ Datové připojení
+ Cloudové služby
Zpracování velkých objemů dat & tvorba analýz
5
Kognitivní systémy Stále větší snaha vyjadřovat věci a aktivity digitálně pomocí miliard propojených zařízení…
Chytré továrny
Chytrá města
Chytré automobily
Chytrý domov
Chytré Zdravotní péče
Chytrá doprava
… poskytuje podnikům možnost porozumět provoznímu prostředí a možnosti učit se... 6
IoT mění digitální pohled na svět v realitu Pokročilé technologie Pokročilá analytika Cloud computing Všudypřítomné datové připojení
Řízení životního cyklu výrobku
Zabudované senzory
Nové obchodní modely Zlepšují se operace a snižují náklady. Možnosti vzdáleného ovládání.
Vytváří se nové produkty, obchodní kanály a business modely Zlepšení spokojenosti zákazníků a inteligentní domácnosti
7
Začleňování různorodých technologií do společné sítě
Čipy
Zařízení IoT
Brány
Sítě
Cloud
Aplikace & řešení
End-to-end IoT řešení
8
Partnerství se společností CISCO
Access Gateway
• Edge & fog computing processing data to optimize real time data
• Define analytics in the cloud and run where it makes sense with a single hybrid solution
• Built in intelligence that expands network capabilities without impacting bandwidth
• Filter and apply rules to move only high value data to the cloud
• Monitors asset behavior against performance models
• Access advanced analytics, including cognitive, predictive, & machine learning
• Edge performance analytics to get insight in context
• Integrate Weather Company data to enrich analytics insights
• Disparate data is connected automatically, where its needed, based on content, reducing complexity and cost
• Incorporate internal and external data sources to improve context
• End-to-end security built-in
Partnerství s National Instruments 10 000 monitorovaných zařízení 30 000 instalovaných sensorů >2 000 měřicích zařízení Data ze 60 elektráren dostupná v jednom monitorovacím centru Prediktivní algoritmy umožnily snížení času neplánované údržby o 80%
&
10 000 aktiv
30 000 senzorů
> 2 000 měřicích zařízení
60 lokalit
NI CompactRIO měřicí zařízení
NI InsightCM Server Software
Accelerometers Temperature Sensors Oil Analysis Sensors
1 monitorovací a diagnostické centrum Fleet-Wide Dashboard Advanced Pattern Recognition Software Efficiency Monitoring & Thermal Modeling
Thermal Cameras Proximity Probes Miscellaneous
Database Historian
Database Historian
Fault Signatur e Databas e
Systémy podporující údržbu majetku • Větší rozsah působnosti senzorů • Objem, rychlost, variace • Informace řízené událostmi Instrumented
• Flexibilita a mobilita • Propojení celých systémů • Interconnected Spolupráce
Asset Management & Facilities Maturity
• Od pouhých dat k inteligenci • Od reaktivního k proaktivnímu • Optimalizace systémů jako celku Intelligent
Prediktivní údržba
Predikce Na základě použití
Výkonnost
Dopad na podnik
Real-Time Insights
Na základě stavu
Na základě času Údržba jako spotřeba nákladů
Hodnota aktiva & Dopad na podnik
Údržba jako investice 11
Systémy podporující údržbu majetku
Natural Language Processing
Video/Image /Audio Analytics
Machine Learning
Text Analytics
Matthias Rebellius, CEO, Siemens Building Technologies
12
Preventivní programy údržby účinně zlepšují spolehlivost, nicméně… • • •
Mnoho organizací potřebuje provést více preventivní údržby, než jakou mohou zaměstnanci reálně stihnout Optimalizace a stanovení priorit preventivní údržby jsou stále nutné Úsilí se zbytečně vynakládá na „zdravá“ zařízení
40 % preventivních nákladů na údržbu se proinvestuje na majetku, který má zanedbatelný vliv na provozuschopnost 1
30 % preventivní údržby je prováděno příliš často
45 % veškerého úsilí na údržbu je neúčinné
2
2
13
Watson IoT / Insightsinto Asset Health
1 Source: T.A. Cook, Maintenance Efficiency Report 2013, August 2013. http://uk.tacook.com/fileadmin/files/3_Studies/Studies/2013/T.A._Cook_Maintenance_Efficiency_Report_2013_En.pdf?tracked=1 2 Source: Oniqua Enterprise Analytics, Reducing the Cost of Preventative Maintenance, http://www.plant-maintenance.com/articles/PMCostReduction.pdf
Údržba používá údajů internetu věcí k posouzení zdravotního stavu majetku Monitorování a analýza zdravotního stavu majetku. Jak historická, tak realtime data.
Snížení nákladů na údržbu až o 25 %
Zásah v pravý čas. Předtím než zařízení havaruje.
Snížení výpadků až o 70 %
Prioritizace a optimalizace zdrojů
Snížení prostrojů až o 50 %
Výsledky mluví samy za sebe Snížení neplánovanch výpadků až o 50 %
Snížení plánovaných oprav až o 12 %
Snížení kapitálových investic až o 3-5 % 14
Jak se využívají IoT informace v rámci Maximo Asset Health Insights
1
2
IBM Maximo Asset Health Insights
Data v reálném čase z nízkoenergických senzorů
Filtrovaná real-time data z automatizovaných systémů
3
Historická data ze senzorů
• •
Umožňuje okamžité akce Poskytuje inženýrům bohatou sadu senzorů, majetkových údajů a řádný průběh akce
•
Viditelnost do stavu majetku a životního cyklu Konsolidace dat majetku, historických dat a dat v reálném čase, dat z externích datových systémů například o počasí Pokročilé přístrojové prostředí umožňuje proaktivní rozhodování o údržbě majetku
•
4
Historická data o počasí •
15 15
Existuje více zdrojů informací pro posuzování „zdravotního stavu“ zařízení
SCADA
Enterprise (Homegrown System)
Maximo
RPM (Renewal Planning Model – 3rd party))
IBM Maximo Asset Health Insights
17
„Zdravotní stav“ zařízení v praxi Analýza údajů o vibracích a teplotě čerpadla, spolu s historickými daty ukáží, zda by se měla provádět běžná údržba nebo rovnou naplánovat výměna zařízení. Lze také vyhodnotit optimální načasování výměny majetku.
Pokud jsou k dispozici real-time data z lokomotivy, mohu rozhodnout, zda musím lokomotivu restartovat nebo ne. Úspora je 1000 Euro / vlak, kdy je mimo provoz a za převoz do servisního střediska na opravu. 18 18
Proč zvážit využití Asset Health?
1
Snížení nákladů a četnosti poruch majetku
•
Provádění údržby, zatímco zařízení pracuje na snížení poruch v provozu
•
Zlepšení celkové spolehlivosti zařízení
2
Minimalizace neplánované odstávky kvůli selhání
•
Optimalizace času stráveného na údržbu
•
Snížení nákladů na přesčasové neplánované aktivity
•
Snížení požadavků na náhradní díly
2 3
Optimalizace nákladů a zátěže preventivní údržby
•
Odložit nepotřebnou údržbu
•
Určit správnou prioritu preventivní údržby na základě stavu zařízení 19
Implementace prediktivní údržby
majetek +
sensory
+
data + datové připojení + analytika
+
monitoring
+
reporting
real-time, fact-based chápání výkonu majetku a použití
Snížení neplánovaných prostojů, snížení nákladů na údržbu a nákladů na zásoby
Prodloužení životnosti majetku, optimalizace vytíženosti výrob, efektivní plány údržby 20
Příklady nasazení prediktivní údržby Významný výrobce automobilů #1
Významný výrobce automobilů #2
Snížení zmetkovitosti o 50 % během 16 týdnů (hlavy válců)
Snížení zmetkovitosti o 80 % během 12 týdnů
21
ISS turns to IBM Watson IoT to transform management of 25,000 buildings worldwide
Working with IBM, ISS will integrate and analyze data from millions of devices and sensors embedded into buildings. Data will be uploaded onto IBM’s Watson IoT Platform and cognitive computing technologies will learn from this data helping ISS optimize its services and further its understanding of how people use buildings.
Whirlpool connected appliances provide new link from customers to warrantee services, product design and automated retail replenishment
70% decrease expected in customer service call Time – improving service levels and customer sat. 50% reduction projected in service and parts provision costs
Reduces IT costs with cloud-based hosting and solution as a service delivery
Innovation solutions are accelerated for KONE, a global provider of building elevator and escalator technology, modernization and maintenance
Watson IoT platform will collect the data for hundreds of thousands of connected devices, analyze it, and provide the required business intelligence and real time insights needed to help design better products with fewer recalls.
IoT analytics provide visibility to help understand product performance patterns under real-world conditions.
North Star BlueScope Steel and IBM are researching Watson IoT technology and wearable devices to pioneer novel approaches that can help protect workers in extreme environments.
Identification of potentially problematic conditions by collecting data from various, continually monitoring sensors Alerts allow management to provide personalized safety guidelines to individual employees.
Děkuji za pozornost Dotazy?
Karel Hřib IBM Watson IoT
IBM Česká republika, spol. s r.o. The Park V Parku 2294/4 148 00 Praha 4 – Chodov Česká republika Mobile: +420 734 420 574
[email protected]
26
