حالة 260،000 دولار في الساعة للصيانة القائمة على الظروف القائمة على إنترنت الأشياء – TechToday

كتبه وبحثه تشارلي جرين ، كبير محللي الأبحاث في Comparesoft.

في العصر الصناعي المتقدم اليوم ، تعتبر الصيانة الفعالة أمرًا بالغ الأهمية. تتصارع الشركات مع تداعيات استراتيجيات الصيانة غير الملائمة ، مما يؤدي إلى فترات توقف غير متوقعة بتكاليف مذهلة تصل إلى 260 ألف دولار في الساعة. هذه الانقطاعات ، التي تنجم في كثير من الأحيان عن أعطال في المعدات ، تؤكد على الطلب الملح لحلول مراقبة الحالة الفعالة. أدخل الإنترنت الصناعي للأشياء (IoT) ؛ يغير قواعد اللعبة ويرفع مستوى مراقبة الحالة من خلال توفير رؤى في الوقت الفعلي وبعد نظر ، مما يخفف بشكل كبير من حالات التوقف التشغيلي الباهظة هذه.

ما هي المراقبة القائمة على الحالة؟

المراقبة القائمة على الظروف (CBM) هي استراتيجية صيانة صناعية تركز على مراقبة الظروف في الوقت الفعلي للآلات للتنبؤ بالفشل المحتمل. يتضمن ذلك تزويد الآلات الصناعية بأجهزة استشعار تجمع البيانات حول متغيرات مثل درجة الحرارة وتردد الاهتزاز والضغط. بمجرد جمع هذه البيانات ، يتم إرسالها إلى السحابة حيث يتم تجميعها وتحليلها ، مما يوفر رؤى حول صحة الجهاز ومعايير التشغيل. ومع ذلك ، فإن CBM التقليدية لها حدودها ، لا سيما من حيث قابلية التوسع ومعالجة البيانات في الوقت الفعلي ، حيث تدخل التكنولوجيا التي تعمل بإنترنت الأشياء ، ولا سيما تقنيات إنترنت الأشياء الصناعية (IIoT).

تسخير قوة إنترنت الأشياء: الغوص العميق في الترابط الصناعي

الإنترنت الصناعي للأشياء (IIoT) هو مجموعة فرعية من إنترنت الأشياء الذي يركز على الترابط والاتصالات بين الآلات. إنها تستفيد من تقنيات مثل الأمن السيبراني والبيانات الضخمة والحوسبة السحابية والتعلم الآلي لتعزيز العمليات الصناعية.

في عالم CBM ، تتيح تقنيات إنترنت الأشياء (IIoT) المراقبة في الوقت الفعلي للآلات عبر المناظر الطبيعية الصناعية الشاسعة. على سبيل المثال ، في صناعة الطاقة الكهربائية ، يمكن لـ CBM المستندة إلى IIoT تتبع صحة التوربينات والمحطات الكهربائية الفرعية وحتى محطات الطاقة النووية. من خلال دمج IIoT مع CBM ، يمكن للشركات التغلب على القيود التقليدية لـ CBM وتحقيق حلول مراقبة أكثر كفاءة وقابلة للتطوير وفي الوقت الفعلي. إن تسخير تقنيات إنترنت الأشياء للمراقبة القائمة على الظروف يجلب أيضًا للمؤسسات عددًا لا يحصى من الفوائد التي لا تقدر بثمن:

1. سعة تخزين البيانات

غالبًا ما تصارع أنظمة المراقبة التقليدية القائمة على الحالة (CBM) ، والتي تعتمد بشكل كبير على مراكز البيانات المحلية ، مع القيود في قدرات تخزين البيانات الخاصة بها. يمكن أن تعيق هذه القيود التحليل في الوقت الفعلي والرؤى التي تحتاجها الصناعات بشدة لتحسين عملياتها.

يتجاوز إنترنت الأشياء هذه القيود من خلال تسخير قوة الحوسبة السحابية. هذا لا يسهل تخزين كميات هائلة من البيانات فحسب ، بل يضمن أيضًا إمكانية الوصول إليها وتحليلها في الوقت الفعلي. لمنظور ، النظر في قطاع الطاقة المتجددة. يمكن أن تولد توربينة رياح واحدة ، في دورة حياتها التشغيلية ، حوالي 1 تيرابايت من البيانات كل أسبوع. تشمل هذه البيانات مقاييس مختلفة ، من ترددات الاهتزاز إلى تغيرات درجة الحرارة ، وكلها ضرورية لتقييم صحة التوربين وكفاءته. يسمح استخدام تقنية IoT التي تعمل بالطاقة بالوصول إلى هذه البيانات على الفور لتحليل حالة التوربين.

2. التحليلات المحسنة

لا يقتصر التحول الرقمي للصناعات على جمع البيانات فحسب ، بل يتعلق أيضًا بتحليلها بطرق لم يكن من الممكن تصورها في السابق. يلعب إنترنت الأشياء الصناعي (IIoT) دورًا محوريًا في هذا التحول ، لا سيما في مجال المراقبة القائمة على الظروف (CBM). بفضل البراعة الحسابية للمنصات السحابية ، يمكن لـ CBM التي تعتمد على إنترنت الأشياء أن تنشر خوارزميات التعلم الآلي المتقدمة ، والتي لا تعمل على تحسين دقة التشخيص فحسب ، بل تعمل أيضًا على تضخيم القدرات التنبؤية.

تعد الطبيعة المنعزلة للبيانات أحد التحديات الأساسية التي تواجهها الصناعات. غالبًا ما يتم جمع البيانات بشكل غير متكرر ، ويصعب الوصول إليها وغير مترابطة ، مما يجعل استنباط رؤى قابلة للتنفيذ أمرًا صعبًا. ومع ذلك ، مع إنترنت الأشياء ، يمكن دمج البيانات من مصادر مختلفة ، مما يوفر رؤية شاملة للعمليات. على سبيل المثال ، في مجال التصنيع ، يمكن لـ IIoT سد الفجوة بين التقنيات التشغيلية وتكنولوجيا المعلومات ، مما يسمح للشركات بمراقبة عملياتها عن بُعد وفي الوقت الفعلي. يضمن هذا التكامل السلس إمكانية ربط البيانات من مختلف الأجهزة والشركات المصنعة والأنظمة معًا ، مما يوفر صورة شاملة للصحة التشغيلية.

علاوة على ذلك ، توضح خدمات AWS IoT كيف يمكن للشركات دمج هذه التكنولوجيا في عملياتها ، وتعزيز استراتيجيات الصيانة الخاصة بها. من خلال إضافة الأجهزة الذكية إلى المعدات مثل المحركات والمضخات ، يمكن للشركات جمع بيانات في الوقت الفعلي عن أداء المعدات. تُستخدم الأجهزة الذكية أيضًا في سيناريوهات الاختبار غير المدمر (NDT) لتحديد الشقوق المخفية والصدأ من خلال أجهزة استشعار الاهتزاز والأشعة تحت الحمراء. ثم تحدد التحليلات المتقدمة المشكلات المحتملة قبل أن تنتهي بفشل المعدات ، مما يؤدي إلى توفير كبير في التكاليف وزيادة الإنتاجية وإطالة عمر المعدات.

3. البيانات من الأصول الحرجة المتعددة

يتطلب التعلم الآلي بيانات مهمة من أجل الدقة. من خلال جمع البيانات من أجهزة متعددة عبر مواقع مختلفة ، يعزز إنترنت الأشياء دقة ووظائف النماذج التنبؤية ، مما يسمح بفهم شامل لحالة هذه الأصول وتمكين القدرات التنبؤية لمنع المشكلات من التصعيد.

إن أهمية تجميع البيانات متعدد الأجهزة هذه متعددة الجوانب. أولاً ، يوفر عرضًا شاملاً للعمليات ، مما يضمن عدم مرور أي خلل في المعدات دون أن يلاحظه أحد. تشير الأبحاث إلى أن 64٪ من فترات التوقف غير المخطط لها تُعزى إلى أعطال المعدات ، وغالبًا ما تكون ناجمة عن الصيانة غير الصحيحة أو عدم وجود تتبع فعال لحالة الماكينة. من خلال تجميع البيانات من مصادر متعددة ، يضمن إنترنت الأشياء (IIoT) فهمًا شاملاً لسلامة المعدات ، وبالتالي تقليل فرص حدوث مثل هذه الإخفاقات.

علاوة على ذلك ، توفر البيانات التي يتم الحصول عليها بواسطة حل مراقبة الحالة رؤى لا تقدر بثمن حول الحالة الحالية للمعدات ويمكن تطبيقها لمراقبة جودة السلع في الإنتاج بشكل غير مباشر. على سبيل المثال ، في تصنيع الورق ، تساعد حلول مراقبة الحالة في مراقبة جودة الورق الذي يتم إنتاجه من خلال تتبع حالة جميع مكابس اللفائف من خلال تقنية تعمل بإنترنت الأشياء.

علاوة على ذلك ، تعمل هذه البيانات المجمعة كأرضية تدريب غنية لنماذج التعلم الآلي ، مما يعزز قدراتها التنبؤية. مع وجود المزيد من نقاط البيانات لتحليلها ، يمكن لهذه النماذج تحديد الأنماط المعقدة والارتباطات التي قد يتم تفويتها عند تحليل البيانات من جهاز واحد. لا يؤدي ذلك إلى تحسين دقة التنبؤات فحسب ، بل يساعد أيضًا في الكشف المبكر عن أعطال المعدات المحتملة ، مما يسمح للشركات بالانتقال من استراتيجيات الصيانة التفاعلية إلى استراتيجيات الصيانة الاستباقية.

4. تقليل التدخل البدني

في العصر الرقمي ، برزت القدرة على مراقبة الآلات عن بعد من خلال إنترنت الأشياء كحل تحويلي ، لا سيما في القطاعات التي يمثل فيها الوصول المادي تحديًا. غالبًا ما تعمل صناعة النفط والغاز ، على سبيل المثال ، في التضاريس البعيدة أو المنصات البحرية أو غيرها من المناطق التي يتعذر الوصول إليها ، مما يجعل عمليات التفتيش والصيانة الروتينية تحديًا لوجستيًا. وفقًا لدراسة ، يمكن أن يؤدي تعطل المعدات غير المخطط له في مثل هذه الصناعات إلى خسائر تصل إلى ملايين الدولارات يوميًا ، مما يؤكد الحاجة إلى التدخلات في الوقت المناسب 1.

تتصدى تقنية إنترنت الأشياء لهذا التحدي بشكل مباشر. من خلال تزويد الآلات بأجهزة استشعار تنقل البيانات في الوقت الفعلي إلى الأنظمة المركزية ، يمكن للصناعات أن تراقب حالة المعدات ومقاييس الأداء والحالات الشاذة المحتملة دون الحاجة إلى موظفين في الموقع. لا يقلل هذا من التكاليف المرتبطة بإرسال الفرق إلى مواقع بعيدة فحسب ، بل يضمن أيضًا التدخلات في الوقت المناسب ، حيث يمكن اكتشاف المشكلات المحتملة ومعالجتها قبل تصاعدها.

من حيث الجوهر ، فإن دمج إنترنت الأشياء في المراقبة القائمة على الظروف لا يتعلق فقط بالتقدم التكنولوجي ؛ يتعلق الأمر بإعادة تعريف الكفاءة التشغيلية ، وضمان السلامة ، ودفع فعالية التكلفة في الصناعات حيث يمكن أن يكون لكل دقيقة من التعطل آثار مالية كبيرة.

خاتمة

في النسيج المعقد للمشهد الصناعي اليوم ، يبرز دور إنترنت الأشياء في تعزيز المراقبة القائمة على الحالة كمنارة للابتكار. أثناء رحلتنا عبر جوانب لا تعد ولا تحصى من هذا التكامل – من إمكانات تخزين البيانات الهائلة إلى قوة التحليلات المحسّنة والوعد بتخفيض التدخل المادي – من الواضح أن CBM المدعوم بإنترنت الأشياء ليس مجرد اتجاه عابر ولكنه قوة تحويلية للصناعات.

ومع ذلك ، في حين أن جاذبية هذه الفوائد لا يمكن إنكارها ، فمن الضروري للشركات التعامل مع هذه التكنولوجيا بعقلية شاملة. لا ينبغي أن تكون تدابير بناء الثقة ، بقدر فعاليتها مع إنترنت الأشياء ، استراتيجية منعزلة. بدلاً من ذلك ، يجب أن يندمج بسلاسة في خطة صيانة شاملة أوسع نطاقاً. يضمن مثل هذا النهج أن الشركات لا تتفاعل فقط مع الرؤى الفورية التي توفرها CBM ولكن أيضًا تضع إستراتيجيات لصحة المعدات على المدى الطويل والكفاءة التشغيلية.

من خلال دمج تدابير بناء الثقة المدعومة بإنترنت الأشياء في النسيج الأوسع لاستراتيجيات الصيانة الخاصة بها ، لا تستطيع الشركات فقط التخفيف من التكاليف الباهظة المرتبطة بأوقات التعطل غير المخطط لها ولكن أيضًا للدخول في عصر من التميز التشغيلي غير المسبوق. بينما نتطلع إلى المستقبل ، حيث يعمل الذكاء الاصطناعي والتعلم الآلي على تضخيم قدرات CBM ، يعد التزاوج بين إنترنت الأشياء و CBM بأفق مليء بالإمكانيات ، مما يمهد الطريق لمستقبل صناعي أكثر كفاءة وإنتاجية وابتكارًا.