0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

預(yù)測(cè)性維護(hù)有哪些優(yōu)勢(shì)?ZETA預(yù)測(cè)性維護(hù)方案保持工廠機(jī)器高效運(yùn)轉(zhuǎn)

縱行科技 ? 2022-04-06 16:20 ? 次閱讀

物聯(lián)網(wǎng)傳感器的影響是多方面的,不過(guò)對(duì)于工廠來(lái)說(shuō),可能沒(méi)有什么比預(yù)測(cè)性維護(hù)更重要的了,尤其是對(duì)于計(jì)劃外的設(shè)備停機(jī),給企業(yè)帶來(lái)了巨大的經(jīng)濟(jì)損失。據(jù)Carbonite在2015年的一項(xiàng)研究估計(jì),小型企業(yè)的停機(jī)成本可能高達(dá)每分鐘427美元,而大中型公司的成本飆升至每分鐘9,000美元以上。

另?yè)?jù)德勤(Deloitte)的一份報(bào)告,預(yù)測(cè)企業(yè)資產(chǎn)的故障可以將設(shè)備正常運(yùn)行時(shí)間增加20%,將生產(chǎn)效率提高25%,并將故障減少70%。此外,該研究還發(fā)現(xiàn),預(yù)測(cè)性維護(hù)可以將維護(hù)成本降低25%。這可以成為許多行業(yè)的救命稻草,這引發(fā)了一個(gè)問(wèn)題,什么是預(yù)測(cè)性維護(hù),它有哪些優(yōu)勢(shì)?

什么是預(yù)測(cè)性維護(hù)?

預(yù)測(cè)性維修(Predictive Maintenance,簡(jiǎn)稱PdM)是以狀態(tài)為依據(jù)(Condition Based)的維修,在機(jī)器運(yùn)行時(shí),對(duì)它的主要(或需要)部位進(jìn)行定期(或連續(xù))的狀態(tài)監(jiān)測(cè)和故障診斷,判定設(shè)備所處的狀態(tài),預(yù)測(cè)設(shè)備未來(lái)的發(fā)展趨勢(shì),以及可能出現(xiàn)的故障模式,預(yù)先制定預(yù)測(cè)性維修計(jì)劃,確定機(jī)器應(yīng)該修理的時(shí)間、內(nèi)容、方式和必需的技術(shù)和物資支持。

預(yù)測(cè)性維護(hù)集設(shè)備狀態(tài)監(jiān)測(cè)、故障診斷、故障(狀態(tài))預(yù)測(cè)、維修決策支持和維修活動(dòng)于一體,是一種新興的維修方式。預(yù)測(cè)性維護(hù)可以監(jiān)測(cè)的傳感器種類(lèi)繁多,比如常見(jiàn)的溫度、濕度、振動(dòng)、聲音、光波以及電流傳感器等。

隨著概念的成熟,預(yù)計(jì)預(yù)測(cè)性維護(hù)將變得更加普遍。Markets and Markets一份報(bào)告預(yù)測(cè),到2026年,預(yù)測(cè)性維護(hù)市場(chǎng)的估值可能達(dá)到159億美元。

poYBAGJNRMKAOYOXAARIAfEEkl0762.png

預(yù)測(cè)維護(hù)的優(yōu)勢(shì)

基于時(shí)間的維護(hù)計(jì)劃可能能夠避免計(jì)劃外停機(jī),但低效率的資產(chǎn)維護(hù)也可能迅速增加運(yùn)營(yíng)成本。主要風(fēng)險(xiǎn)是過(guò)于頻繁地維護(hù)資產(chǎn),導(dǎo)致不必要的支出,用于更換仍然可以使用的資產(chǎn)零件或設(shè)備。監(jiān)測(cè)這些相同的資產(chǎn),并以更高效的計(jì)劃進(jìn)行維護(hù),可以比定期維護(hù)節(jié)省高達(dá)12%的費(fèi)用。預(yù)測(cè)性維護(hù)對(duì)工廠設(shè)備監(jiān)測(cè)的優(yōu)勢(shì)如下:

降低維修成本:研究數(shù)據(jù)表明,可降低維修成本25-30%

消除生產(chǎn)宕機(jī):研究數(shù)據(jù)表明,可降低生產(chǎn)宕機(jī)達(dá)70-75%

降低設(shè)備/流程的停機(jī):研究數(shù)據(jù)表明,可降低設(shè)備/流程停機(jī)35-45%

提高生產(chǎn)效率:研究數(shù)據(jù)表明,可提到生產(chǎn)效率20-25%

節(jié)省材料成本:研究表明,可節(jié)省材料成本達(dá)19.4%

減少庫(kù)存維護(hù)和維修:研究表明,可減少庫(kù)存維護(hù)和維修達(dá)17.8

高投資回報(bào)率:研究表明,預(yù)測(cè)性維護(hù)的平均投資回報(bào)周期為14.5月

ZETA預(yù)測(cè)性維護(hù)方案

作為新興的LPWAN技術(shù),ZETA技術(shù)研發(fā)商縱行科技推出了ZETA預(yù)測(cè)性維護(hù)方案,打造了“ZETA+Edge AI”邊緣智能終端,能直接在設(shè)備上進(jìn)行數(shù)據(jù)采集、計(jì)算分析從而輔助決策,不僅能滿足工業(yè)各種復(fù)雜場(chǎng)景的靈活部署,也真正解決了工業(yè)場(chǎng)景中數(shù)據(jù)采集“最后一公里”的數(shù)字化難題。

Edge AI,除了邊緣計(jì)算的快速、安全、可靠和可拓展的四大優(yōu)勢(shì)之外,最大的優(yōu)勢(shì)在于能有效降低成本。一是,邊緣計(jì)算可避免大數(shù)據(jù)量通訊,不占用云端資源,使預(yù)測(cè)性維護(hù)的實(shí)施方案極其靈活、輕便,從而可使成本降到最低。另外,縱行科技把Edge AI進(jìn)行前置,移植到智能終端內(nèi)部,實(shí)現(xiàn)數(shù)據(jù)的即采集即處理,能最大限度延長(zhǎng)終端電池壽命。

pYYBAGJNRP2AMgEMAASzHZqHRlk279.png

ZETA Edge-AI智能終端的故障告警準(zhǔn)確率能達(dá)到95%,誤報(bào)率低于1%。ZETA Edge-AI智能終端采用了最高配置:使用MEMS加速度傳感芯片使產(chǎn)品能達(dá)到29kHz(3dB)的頻響,程序設(shè)置25.6kHz的采樣率,有效分析0-10kHz頻段的頻譜,能涵蓋90%以上旋轉(zhuǎn)機(jī)械設(shè)備的故障特征頻段。同時(shí),單次采集1.28s的振動(dòng)數(shù)據(jù),保證頻譜有0.78Hz分辨率,能精確定位故障或特征譜線。

ZETA預(yù)測(cè)性維護(hù)方案能夠長(zhǎng)期監(jiān)測(cè)分析歷史數(shù)據(jù),采用閾值判定、趨勢(shì)分析和概率統(tǒng)計(jì)等方法對(duì)設(shè)備狀態(tài)進(jìn)行評(píng)估,及時(shí)發(fā)現(xiàn)設(shè)備異常狀態(tài)。對(duì)于常見(jiàn)故障,包括轉(zhuǎn)子不平衡、不對(duì)中、安裝松動(dòng)、軸承和齒輪損壞等,ZETA智能終端也能給出報(bào)警以及故障類(lèi)型判斷,協(xié)助用戶進(jìn)行故障排查和定位,提高故障處理效率,保障工廠設(shè)備運(yùn)轉(zhuǎn)不停。它能極大地節(jié)省開(kāi)銷(xiāo)、增強(qiáng)系統(tǒng)的可用性,避免或最小化故障停機(jī)時(shí)間,有時(shí)候還能挽救生命。

基于低成本和高性能的優(yōu)勢(shì),ZETA預(yù)測(cè)性維護(hù)方案可以為工廠設(shè)備監(jiān)測(cè)以及數(shù)字化管理、工廠資產(chǎn)保值帶來(lái)更大的信心。目前,ZETA預(yù)測(cè)性維護(hù)方案已經(jīng)在泰國(guó)暹羅水泥集團(tuán)、南方水泥等國(guó)內(nèi)外大型化工企業(yè)內(nèi)落地應(yīng)用。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    工業(yè)數(shù)據(jù)采集平臺(tái)在預(yù)測(cè)維護(hù)中的作用

    費(fèi)力,就需要企業(yè)準(zhǔn)確了解設(shè)備運(yùn)行風(fēng)險(xiǎn),實(shí)現(xiàn)對(duì)設(shè)備狀態(tài)的實(shí)時(shí)監(jiān)測(cè)追蹤、異常預(yù)警、預(yù)防維護(hù)等,避免大修和停機(jī)等,是企業(yè)關(guān)注的重要需求。 為實(shí)現(xiàn)對(duì)設(shè)備狀態(tài)實(shí)時(shí)感知和預(yù)測(cè)維護(hù),數(shù)之能提供基于
    的頭像 發(fā)表于 08-07 17:18 ?188次閱讀

    電磁軌跡預(yù)測(cè)分析系統(tǒng)設(shè)計(jì)方案

    智慧華盛恒輝電磁軌跡預(yù)測(cè)分析系統(tǒng)的設(shè)計(jì)方案是一個(gè)綜合的項(xiàng)目,它結(jié)合了電磁學(xué)、運(yùn)動(dòng)學(xué)、數(shù)據(jù)分析以及可能的人工智能或機(jī)器學(xué)習(xí)技術(shù),以實(shí)現(xiàn)對(duì)電磁運(yùn)動(dòng)軌跡的精確
    的頭像 發(fā)表于 07-15 16:22 ?266次閱讀

    設(shè)備預(yù)測(cè)維護(hù)策略與方案建設(shè)

    工作?預(yù)測(cè)維護(hù)必不可少。 設(shè)備維護(hù)是指通過(guò)一系列工作使發(fā)生故障的設(shè)備恢復(fù)到正常運(yùn)轉(zhuǎn)的技術(shù)活動(dòng),包含各種計(jì)劃內(nèi)、外的故障及事故修理。設(shè)備維修
    的頭像 發(fā)表于 07-08 10:40 ?233次閱讀
    設(shè)備<b class='flag-5'>預(yù)測(cè)</b><b class='flag-5'>性</b><b class='flag-5'>維護(hù)</b>策略與<b class='flag-5'>方案</b>建設(shè)

    工業(yè)大數(shù)據(jù)云平臺(tái)在設(shè)備預(yù)測(cè)維護(hù)中的作用

    ,只有保證設(shè)備的安全穩(wěn)定運(yùn)行才能保障生產(chǎn)的持續(xù),質(zhì)量的可靠,提升企業(yè)產(chǎn)品競(jìng)爭(zhēng)力。 因此,企業(yè)就需要加強(qiáng)對(duì)設(shè)備狀況的及時(shí)把握,并一定程度上實(shí)現(xiàn)工業(yè)設(shè)備預(yù)測(cè)維護(hù)。為此,數(shù)之能提供的工業(yè)大數(shù)據(jù)云平臺(tái)可以全面接入
    的頭像 發(fā)表于 06-28 15:31 ?156次閱讀

    智能傳感器與故障診斷系統(tǒng)助力真空泵設(shè)備預(yù)測(cè)維護(hù)

    維護(hù)成本。真空泵在維護(hù)過(guò)程中遇到的常見(jiàn)故障問(wèn)題包括:頻繁漏氣問(wèn)題、性能衰減難以預(yù)測(cè)、診斷復(fù)雜度高、維護(hù)成本高昂、自動(dòng)化和智能化程度不足等。針對(duì)如上痛點(diǎn),企業(yè)通常
    的頭像 發(fā)表于 06-03 15:48 ?336次閱讀
    智能傳感器與故障診斷系統(tǒng)助力真空泵設(shè)備<b class='flag-5'>預(yù)測(cè)</b><b class='flag-5'>性</b><b class='flag-5'>維護(hù)</b>

    鋼鐵工廠故障監(jiān)測(cè)告警與預(yù)測(cè)維護(hù)如何實(shí)現(xiàn)

    目前,大型鋼鐵企業(yè)的設(shè)備維護(hù)模式中,主要包括事后維護(hù)、計(jì)劃維護(hù)、預(yù)測(cè)
    的頭像 發(fā)表于 05-21 10:56 ?172次閱讀
    鋼鐵<b class='flag-5'>工廠</b>故障監(jiān)測(cè)告警與<b class='flag-5'>預(yù)測(cè)</b><b class='flag-5'>性</b><b class='flag-5'>維護(hù)</b>如何實(shí)現(xiàn)

    ZETA端智能?紅牛:助力國(guó)際飲料巨頭實(shí)現(xiàn)生產(chǎn)設(shè)備預(yù)測(cè)維護(hù)

    為了更好地實(shí)現(xiàn)設(shè)備的預(yù)測(cè)維護(hù),紅牛在泰國(guó)等地的工廠選擇了基于ZETA端智能的預(yù)測(cè)
    的頭像 發(fā)表于 04-22 10:53 ?253次閱讀
    <b class='flag-5'>ZETA</b>端智能?紅牛:助力國(guó)際飲料巨頭實(shí)現(xiàn)生產(chǎn)設(shè)備<b class='flag-5'>預(yù)測(cè)</b><b class='flag-5'>性</b><b class='flag-5'>維護(hù)</b>

    如何實(shí)現(xiàn)PLC自動(dòng)化設(shè)備的預(yù)測(cè)維護(hù)

    定期檢查和故障排除,然而這種方式不僅耗時(shí)費(fèi)力,而且無(wú)法真正做到預(yù)防維護(hù)。因此,我們需要思考如何借助先進(jìn)的技術(shù)手段來(lái)實(shí)現(xiàn)PLC自動(dòng)化設(shè)備的預(yù)測(cè)
    的頭像 發(fā)表于 04-02 13:33 ?247次閱讀
    如何實(shí)現(xiàn)PLC自動(dòng)化設(shè)備的<b class='flag-5'>預(yù)測(cè)</b><b class='flag-5'>性</b><b class='flag-5'>維護(hù)</b>

    基于設(shè)備監(jiān)控運(yùn)維管理平臺(tái)實(shí)現(xiàn)預(yù)測(cè)維護(hù)

    在制造業(yè)領(lǐng)域,預(yù)測(cè)維護(hù)計(jì)劃的應(yīng)用越來(lái)越普遍,成為越來(lái)越多企業(yè)的必然需求。實(shí)現(xiàn)預(yù)測(cè)維護(hù)的好處包
    的頭像 發(fā)表于 03-15 11:24 ?453次閱讀
    基于設(shè)備監(jiān)控運(yùn)維管理平臺(tái)實(shí)現(xiàn)<b class='flag-5'>預(yù)測(cè)</b><b class='flag-5'>性</b><b class='flag-5'>維護(hù)</b>

    為什么振動(dòng)監(jiān)測(cè)對(duì)物聯(lián)網(wǎng)預(yù)測(cè)維護(hù)至關(guān)重要

    據(jù)估計(jì),由于計(jì)劃外停機(jī),工業(yè)制造商每年要承擔(dān)高達(dá)500億美元的成本,維護(hù)費(fèi)用占總生產(chǎn)成本的15%至40%。這些統(tǒng)計(jì)數(shù)據(jù)清楚地說(shuō)明了為什么預(yù)測(cè)維護(hù)是工業(yè)4.0時(shí)代討論最多的話題。通過(guò)
    的頭像 發(fā)表于 03-04 11:13 ?266次閱讀

    SCG客戶應(yīng)用ZETA預(yù)測(cè)維護(hù)方案,精準(zhǔn)發(fā)現(xiàn)設(shè)備故障

    故障,從而提升工廠運(yùn)營(yíng)效率,降低管理成本。其中,SCG的一個(gè)客戶通過(guò)采用ZETA預(yù)測(cè)維護(hù)方案
    的頭像 發(fā)表于 01-23 10:38 ?259次閱讀
    SCG客戶應(yīng)用<b class='flag-5'>ZETA</b><b class='flag-5'>預(yù)測(cè)</b><b class='flag-5'>性</b><b class='flag-5'>維護(hù)</b><b class='flag-5'>方案</b>,精準(zhǔn)發(fā)現(xiàn)設(shè)備故障

    連接未來(lái):構(gòu)建準(zhǔn)確可靠的工廠預(yù)測(cè)維護(hù)系統(tǒng)

    對(duì)于工廠的運(yùn)維管理者而言,確保所有產(chǎn)線的高效穩(wěn)定長(zhǎng)久運(yùn)行是其核心目標(biāo)。既要安排好不同產(chǎn)線之間的流水順序,合理規(guī)劃物料流轉(zhuǎn)路徑,又要盡可能增加每一臺(tái)工業(yè)設(shè)備的工作時(shí)間,達(dá)到更高負(fù)荷的運(yùn)轉(zhuǎn)。但這絕非易事
    的頭像 發(fā)表于 12-27 08:20 ?413次閱讀
    連接未來(lái):構(gòu)建準(zhǔn)確可靠的<b class='flag-5'>工廠</b><b class='flag-5'>預(yù)測(cè)</b><b class='flag-5'>性</b><b class='flag-5'>維護(hù)</b>系統(tǒng)

    使用電流傳感器高效地采集數(shù)據(jù),實(shí)現(xiàn) AI 預(yù)測(cè)維護(hù)

    問(wèn)題的廣泛興趣。AI/ML系統(tǒng)設(shè)計(jì)人員要想實(shí)現(xiàn)此類(lèi)預(yù)測(cè)維護(hù),面臨的難題之一是為應(yīng)用選擇最合適的傳感器。另一個(gè)問(wèn)題是,只有相對(duì)較少的設(shè)計(jì)人員擁有構(gòu)建 AI/ML 應(yīng)用的經(jīng)驗(yàn)。 為了獲得可供 AI/ML系統(tǒng)使用的數(shù)據(jù),設(shè)計(jì)人員往往
    的頭像 發(fā)表于 10-03 14:47 ?752次閱讀
    使用電流傳感器<b class='flag-5'>高效</b>地采集數(shù)據(jù),實(shí)現(xiàn) AI <b class='flag-5'>預(yù)測(cè)</b><b class='flag-5'>性</b><b class='flag-5'>維護(hù)</b>

    使用 MEMS 加速計(jì)快速部署傳感器,實(shí)現(xiàn)基于 IIoT 的預(yù)測(cè)維護(hù)

    作者:Richard A. Quinnell 使用振動(dòng)傳感器對(duì)機(jī)器進(jìn)行狀態(tài)監(jiān)測(cè),這是工業(yè)物聯(lián)網(wǎng) (IIoT)(或工業(yè)4.0)預(yù)測(cè)維護(hù)目標(biāo)的關(guān)鍵要素。這使得制造
    的頭像 發(fā)表于 10-03 14:44 ?809次閱讀
    使用 MEMS 加速計(jì)快速部署傳感器,實(shí)現(xiàn)基于 IIoT 的<b class='flag-5'>預(yù)測(cè)</b><b class='flag-5'>性</b><b class='flag-5'>維護(hù)</b>