דלג לתוכן
שימוש בטכנולוגיות אחזקה תחזיתיות כדי למטב ביצועי נכסים ארגוניים

מהי אחזקת חיזוי?

טכנולוגיות אחזקת חיזוי מאפשרות לך לשמוע מה נכסים של הארגון שלך מנסים לספר לך. המכונות במפעלים שלכם, צי המשאיות שלכם, הציוד התעשייתי שלכם – הם משוחחים איתך כבר שנים. הם אמרו לך מתי הם עומדים להתפרק ומה הם צריכים לרוץ יותר ויותר חלק.  

 

אחזקה תחזיתית מאפשרת לעסקים לחזות כשלים ולתזמן אחזקה כאשר והיכן היא נחוצה באופן מיידי. היא מנתקת עסקים עם המידע שהם צריכים לדחוף לביצועי שיא מהנכסים בעלי הערך שלהם ועם זאת נשארת בטוחה שהם לא דוחפים אותם רחוק מדי ומסכנים התמוטטות יקרה.

הגדרת אחזקה תחזיתית: אחזקה תחזיתית מבקשת למנוע כישלון והשבתה של ציוד על-ידי חיבור נכסים ארגוניים מותאמים ל-IoT, יישום כלי ניתוח מתקדמים לנתונים בזמן אמת שהם מספקים ושימוש בתובנות שנוצרו כדי ליידע פרוטוקולים של אחזקה משכילים, חסכוניים ויעילים. 

מדוע אחזקת חיזוי כל כך חשובה לעסקים של היום?

העסקים המודרניים נמצאים בתקופה של שינוי ותחרות חסרי תקדים. אפקט האמזונס הוביל לעלייה מהירה בביקושים הצרכניים לשליטה, התאמה אישית ומהירות. מסחר הסטה ואקלים פוליטי הותיר חברות רבות הנאבקות לשמור על יחסי ייצור והיצע ברי השגה. וככל שיותר ויותר עסקים עוברים טרנספורמציה דיגיטלית, התחרות עולה והשוליים לטעות הולכים ומצטמצמים יותר ויותר. כתוצאה מכך, המנהיגים העסקיים של היום מחפשים להשיג יתרון תחרותי באמצעות פתרונות חכמים, שמנבאים מתי נדרשת אחזקת נכסים, מסייעים להגביר את היעילות ולייעל את דרישות ניהול הנכסים הארגוניות המורכבות שלהם לעתים קרובות. 

placeholder

מקרה
שימוש של חברת הרכבות הפדרלית השווייצרית

צפה כיצד אחזקה עם יכולות חיזוי סייעה להשיג מצוינות תפעולית.

מה ההבדל בין אחזקה תגובתית, מונעת ותחזיתית?

ההבדל בשלושת מודלי האחזקה האלה טמון לא כל כך באופן ביצוע משימות האחזקה, אלא מתי.

  • תחזוקה מגיבה: זה בעצם המעשה של לא לעשות כלום עד שמשהו יישבר. כאסטרטגיית אחזקה, הדבר אינו נהוג בדרך כלל על ידי חברות גדולות מסיבות ברורות. עם זאת, הוא יכול להיות נוהג לא מכוון אם חלקים ורכיבים מסוימים נשארים מחוץ לסבב הרגיל של לוחות זמנים של אחזקה מסורתית. אחזקה מגיבה תמיד מתרחשת לאחר מעשה.
  • תחזוקה מונעת: כך נודע בביצועי העבר והידע והניסיון של המהנדסים והמפעילים. היא כוללת אחזקה שגרתית, תקופתית, מתוכננת או מבוססת זמן. אכן, לעתים קרובות היא מונעת פריצות, אך למרבה הצער היא עלולה להיות לא מדויקת, מה שעלול להוביל לתחזוקה יקרה לפני שהיא נדרשת או לחולשות ללא הבחנה בתהליך האחזקה. אחזקה מונעת מתרחשת בזמנים שנקבעו מראש, לעיתים קרובות זמן רב מראש.
  • אחזקה תחזיתית: הדבר אפשרי כאשר רשתות 'אינטרנט של דברים' (IoT) משלבות את כל הנכסים הארגוניים לתוך סביבה חיה. היכולת לשדר ולנתח נתונים בזמן אמת, פירושה שמצב הנכס החי – ולא לוחות שנה – הופך להיות הבסיס לתחזוקת פרוטוקולים. אחזקת חיזוי מתרחשת בזמן אמת, בדיוק מתי ואיפה היא נדרשת.

התרשים הבא (המותאם מדלויט) מציג את ההתקדמות של היכולות הטכנולוגיות לאורך מהפכות תעשייתיות ואת ההשפעה הנובעת מכך על אסטרטגיות אחזקה ועל יעילות הציוד.

Edit Table Feature Comparison Component
Edit Table Feature Comparison Component
Edit Table Feature Comparison Component

כיצד פועלות אחזקה תחזיתית וכלי ניתוח של IoT?

השלב הראשון בתהליך אחזקת החיזוי כולל איסוף נתונים ומידע בזמן אמת מנכסי רשת IoT מחוברים ברחבי העסק. לאחר מכן, יש לאחסן ולנהל את הנתונים האלה כך שניתן יהיה לעבד אותם בקלות, לגשת ולנתח אותם. רכיב ה"חיזוי" נכנס למשחק כאשר טכנולוגיות בינה מלאכותית (AI) ולמידת מכונה מוחלות על הנתונים כדי להתחיל לספר סיפור שימושי שניתן לפעול עליו.

 

ישנם ארבעה שלבים בסיסיים לארכיטקטורה של אחזקת חיזוי ורשת IoT תעשייתית:

ארבעת השלבים של תהליך אחזקת החיזוי

תהליך אחזקת החיזוי

  1. חיווי ואיסוף נתונים באמצעות טכנולוגיות אחזקת חיזוי (לדוגמה, הדמיה תרמית או תנודות)
  2. שידור אותם נתונים – בזמן אמת – ברחבי הרשת למערכת עסקית מרכזית
  3. החלת טכנולוגיות חכמות כמו בינה מלאכותית וכלי ניתוח של למידת מכונה לנתונים אלה, כדי שיוכלו לספק את התובנות השימושיות והרלוונטיות ביותר 
  4. ביצוע פעולה מהירה בתובנות מונעות-נתונים אלה כדי לבסס את פרוטוקולי האחזקה והתגובה (גם אנושיים וגם אוטומטיים) הנדרשים

מעקב אחר תנאי נכס ומינוף טכנולוגיות אחזקת חיזוי

אחזקת חיזוי אפשרית באמצעות מערכות פיזיקליות סייבר שעוזרות לשלב מכונות ונכסים ארגוניים לתוך רשת חכמה של 'אינטרנט של דברים'. הוא מתחיל בזיהוי תנאי הנכס שיש לעקוב אחריהם, אחר כך התאמת חיישנים והקמת רשת IoT, ולבסוף, איסוף וניתוח נתונים מהרשת כדי לספק תובנות וממצאים שניתן לפעול לגביהם. זיהוי תנאים אלה למעקב הוא השלב המכריע הראשון לשינוי ניהול נכסים ארגוניים של העסק באמצעות אחזקה תחזיתית. 

 

תנאי מעקב

 

בתחילה, מנהלים חייבים לקבוע את התנאים שיש לעקוב אחריהם עבור כל מכונה. ניתוח זה עשוי להיות ויזואלי, שמיעתי, תרמי, או – לרוב – שילוב של אותם קריטריונים ועוד. הצעד הטכנולוגי בשלב זה מורכב מקביעת החיישנים וכלי הניטור הנכונים להתאמתו: 

  • ניתוח תנודה: שינויים קטנים בתבניות תנודה עשויים להצביע על חוסר איזון או אי יישור, בעוד שרמות רטט גבוהות עשויות להצביע על ניבים נזקקים או בעיות אחרות. ניתוח רטט יכול לתת אזהרות מוקדמות על כישלון והוא שימושי במיוחד בגילוי חוסר איזון, חוסר יישור, התחמקות מכנית, או בלאי או בחלקים פגומים.

  • ניתוח צליל ואולטרסאונד: תחת פעולה רגילה, רוב המערכות יוצרות תבניות קול יציבות. שינויים בתבנית הקול הייחוס יכול להצביע על לבוש או על סוגים אחרים של הידרדרות. ניתוחים אולטרסוניים יכולים גם לתת מידע על בריאותה הכוללת של המערכת על ידי תרגום צלילים בתדירות גבוהה (כגון אלו המופקים על ידי דליפות קיטור או אוויר) לטווח הקול.

  • ניתוח אינפרה-אדום: כמו באנליזה אולטרה-קולית, תרמוגרפיה גם חושפת את הנסתר על ידי שימוש בניתוח אינפרא אדום כדי לתרגם שינויי טמפרטורה לספקטרום גלוי. אפילו שינויים עדינים מאוד בטמפרטורות תפעוליות רגילות יכולים להזהיר מפני בעיות נזעמות.

  • ניתוח נוזלים: מעבר למעקב פשוט אחר הרמות והטמפרטורה, הניתוח הפיזיקלי והכימי של נוזלים יכול לתת מידע רב ערך על מצבם של רכיבים מכניים. על ידי ראיית שיעור הניוון בקולנטים ובחומרי סיכה, ניתן לנקוט צעדי מניעה מיד לאחר שתובנות אלה מתחייבות.

  • אחרים: טכנולוגיות אחזקת חיזוי אחרות מיוחדות לצרכים תעשייתיים ייחודיים שונים. הם כוללים: יישור לייזר, ניטור מעגלים חשמליים, איתור סדקים, ניטור קורוזיה, שינויי התנגדות חשמלית ואמצעים אחרים ייחודיים לתעשייה למדידת קורוזיה או הידרדרות.
Edit Table Feature Comparison Component
Edit Table Feature Comparison Component
Edit Table Feature Comparison Component
Edit Table Feature Comparison Component

טכנולוגיות אחזקת חיזוי

 

לאחר שהקריטריונים לעיל נקבעו, יש להתאים את החיישנים ואת המעקבים המתאימים ולהתחבר למערכת עסקית מרכזית, לרוב מערכת תכנון משאבים ארגוניים (ERP), דרך רשת IoT המחוברת לענן. לבסוף, פתרונות התוכנה המונעים ע"י AI חייבים להיות במקום לתמוך באלגוריתמים ובתהליכי הניתוח השונים הנחוצים כדי לספק תובנות והמלצות ניתנות לביצוע מהנתונים שנאספו.

  • רשת IoT:  כאשר נכסים ארגוניים משודרגים בחיישנים, יכולת עיבוד וטכנולוגיות אחרות, הם מסוגלים לשלוח ולקבל נתונים – בדרך כלל באמצעות קישוריות ענן – למערכת עסקית מרכזית וממנה. זה מורכב מרשת IoT ומתחתיו אסטרטגיית אחזקה עם יכולות חיזוי.

  • IoT: נכסים ישנים רבים עדיין עובדים היטב, ועם זאת הטכנולוגיה האנלוגית שלהם מקדימה שילוב דיגיטלי. ניתן להתאים מכונות אלו למכשירי שער של IoT, שעשויים לכלול מצלמות, מיקרופונים ומדחום, כדי לאסוף ולשדר נתונים בזמן אמת על המצבים התפעוליים שלהם.

  • קישוריות בענן: קישוריות בענן מספקת את הזמינות לפי דרישה של משאבי מערכת מחשב. ברשת IoT המורכבת ממספר נכסים תעשייתיים, זה קריטי שמרכזי נתונים מרובי מיקומים ישולבו לבסיס נתונים אחד ולמערכת אחת.

  • ERP ובסיס נתונים מודרניים: בסיסי נתונים מבוססי דיסק מדור קודם אינם מצוידים היטב כדי לנהל את הנתונים הנפשיים והלא לינאריים המרכיבים את Big Data וסטים מורכבים של נתונים. יתר על כן, אחזקת חיזוי משתמשת ב-AI ובלמידת מכונה כדי לבצע ניתוח נתונים מתקדם על נתונים כאלה. כל התהליך הזה מוגש בצורה הטובה ביותר על ידי מערכת ERP מודרנית המופעלת על ידי AI עם בסיס נתונים בזיכרון פנימי מהיר, מגיב וכמעט בלתי מוגבל.

  • בינה מלאכותית ולמידת מכונה: מדען מחשב פיורינג ג'ון מקארתי מגדיר את בינה מלאכותית כ"מדע והנדסה של ייצור מכונות חכמות". למידת מכונה היא סט משנה של בינה מלאכותית שמשתמש באלגוריתמים כדי לנתח ולהבין נתונים. פתרונות אחזקה עם יכולות חיזוי תלויים ב-AI ובלמידת מכונה כדי לא רק למיין, להבין וללמוד מהנתונים התפעוליים של נכסים ארגוניים – אלא גם להרחיב את הידע הזה עם תובנות והמלצות ניתנות לביצוע.

  • כלי ניתוח מתקדמים: בינה מלאכותית וכלי ניתוח מתקדמים של כוח למידת מכונה. מנהלים חייבים לקבוע את התכונות ואת התנאים שיש להעריך ואת התוצאות האנליטיות הרצויות. באופן זה, האלגוריתמים שמיידעים את כלי הניתוח המתקדמים יכולים להיות בעלי תובנה ויכולת פעולה ככל האפשר, וללמוד בצורה הטובה ביותר מנתונים וחוויות חדשות לאורך זמן.

  • תאומים דיגיטליים: תאום דיגיטלי זה בדיוק זה: בילוי וירטואלי של נכס פיזי בפועל. על ידי יצירת תאומים דיגיטליים, מנהלים יכולים לבקר בכל תרחיש תפעולי אפשרי על התאום – ללא כל סיכון לנזק ממשי במציאות למכונה או למכשיר יקר. זה עוזר לשפר את אחזקת החיזוי על-ידי מתן אפשרות ללמידת מכונה ולכלי בינה מלאכותית לשלב וללמוד מחוויות שמעולם לא קרו מעולם.

דוגמאות למקרי שימוש של אחזקת חיזוי

  • מגזר הנפט והגז: קידוחי הנפט מעמידים כושים עצומים על נכסים ויכולים להוביל לסיכון רב ולסכנה במקרה של כישלון. באמצעות ניטור בזמן אמת של שינויים בטמפרטורת הנפט ומהירות תיבות ההילוכים בציוד קידוח, התחזוקה התחזיתית שיפרה מאוד את הבטיחות והפחיתה את עלויות התחזוקה בשיעור של עד 38%.
  • תעשיית הרכב: בקווי הרכבה, תותחי ריתוך נקודתיים מבצעים כ-15,000 ליטראות בכל יום. על ידי חיבור תותחי ריתוך ברחבי העולם ואיסוף הנתונים התפעוליים שלהם, יצרני רכב יכולים לאסוף מיליוני נקודות נתונים, מה שיוביל לדיוק תחזיתי חסר תקדים על מצבם ומצבם של נכסים אלה.
  • ייצור מכשירים ביתיים: מדידות ויברציה של סיבוב התוף בתהליך ייצור המייבש סייעו לחזות תפקוד לקוי או פירוק. יישום אחזקה תחזיתי זה ביטל את פגמי הייצור ב-33% והפחית את עלויות אחזקת הצרכן ב-27%.
  • ניהול נכסי רכבת: "Voids" מתרחש כאשר חלל ריק מתפתח תחת מסילה המובילה לעיכוב פוטנציאלי או אפילו לביטולה. חדשנות אחרונה הובילה למערכות ניטור מבוססות קביים שיכולות לאתר מספר משתנים כשהם מתגלגלים על גבי המסילות. עובדה זו הביאה לשיפור באיתור מבוטלים ולעלייה כוללת בבטיחות הלקוחות.
  • תעשיית הפלדה: איתור אנומליות משמש לאיסוף קריאות בזמן אמת של תנודות, מהירות סיבוביות וזרם חשמלי (אמפרים) בציוד מתגלגל קר המשמש בעיבוד פלדה. יישום זה הוביל לשיפור של 60% באורך החיים של הציוד והפחית משמעותית את ההפסדים בשל ההשבתה והעיכובים.

יתרונות של אחזקת חיזוי

יישום מערכות אחזקת החיזוי הוביל לתוצאות מרשימות בתעשיות מרובות.

מספיק מעניין, זה לא שהרעיון של אחזקת חיזוי הוא דבר חדש. במשך עשרות שנים, עסקים שואפים להשיג יכולת חיזוי רבה יותר באחזקת הנכסים שלהם – אבל היא לקחה על עצמה את עלייתן של טכנולוגיות כמו בינה מלאכותית ומערכות ERP מודרניות כדי לספק את הקיבולת והפונקציונאליות הדרושות להשגת פתרונות אחזקה עם יכולות חיזוי שבאמת עובדות. היתרונות שבהם כוללים:  

  • נראות טובה יותר לאורך כל הפעולה שלך: נראות מוגברת של שדה ונכסים אחרים מחוץ לאתר. זה מאפשר ל-OEM ולספקי שירות צד שלישי להציע שירותים בעלי ערך טוב יותר ומושכרים יותר.
  • הפחת עלויות אחזקה ושיפר את ביצועי הנכסים: אחזקה עם יכולות חיזוי מובילה באופן עקבי לשימוש טוב יותר במשאבים קיימים, לירידה בהשבתה ולהרחבת החיים של נכסים בעלי ערך.
  • צוותים מואצלים יותר: כאשר מפעילי נכסים, ספקי שירות ומנהלי שרשרת אספקה חמושים במדעי הנתונים ובכלי ניתוח בזמן אמת, הם יכולים לפתח לוחות זמני אחזקה שעובדים – הם הופכים למתכננים ולאסטרטגים ולא לכבאים. 

השלבים הבאים לשינוי שרשרת האספקה באמצעות פתרונות אחזקה עם יכולות חיזוי

עסקים רבים לא שינו את אסטרטגיות אחזקת הנכסים שלהם בעשורים האחרונים - למרות המודרניזציה של תחומים אחרים בעסק שלהם. שינוי תהליכים ארוכי טווח הוא מאתגר, וזה יכול להיות קשה לקבל השכמה מהצוותים שלך. תוכניות הטרנספורמציה העסקית המצליחות ביותר מתחילות באסטרטגיית תקשורת טובה וניהול שינויים – כדי לסייע להתקשרות הצוותים ולפירוק מכלים. דבר עם ספק התוכנה שלך כדי ללמוד עוד על אילו כלים ופתרונות יעבדו בצורה הטובה ביותר לצרכיך הייחודיים וכדי לאפשר לכם להתגלגל עם מסע מפת הדרכים והטרנספורמציה הדיגיטלית שלכם.

placeholder

גלה את SAP Predictive Asset Insights

מקסם את ביצועי הנכסים שלך באמצעות כלי אחזקת חיזוי מודרניים.

עלון חדשות של SAP Insights

placeholder
הירשם כמנוי היום

קבל תובנות מרכזיות על-ידי הרשמה כמנוי לעלון החדשות שלנו.

קריאה נוספת

חזור למעלה