Remote Fabrieksrondjes Via Smartphone: Krachtig Hulpmiddel Voor Toestandsmonitoring

Een 7-stappen benadering voor het gebruik van smartphones om een slimme remote fabrieksrondleiding te geven

Voordat we aanbevelingen kunnen doen over toestandsmonitoring, is het altijd nuttig om een prospect's site te bezoeken waar we een nauwkeurige kijk kunnen nemen op de machines in kwestie en de mensen interviewen die ze het best kennen. Echter, de beperkingen die we ondervinden in het licht van de 'nieuwe normaliteit' betekenen dat we in de meeste gevallen momenteel niet in staat zijn om zo'n bezoek uit te voeren.

Maar er zijn alternatieven. Wanneer een fysiek bezoek niet mogelijk is, kunnen smartphones en videoconferentietechnologie, vergezeld door bepaalde basisinformatie, ons toelaten een prospect's site op afstand te rondlopen en alles te leren wat we nodig hebben om de juiste aanbevelingen te maken voor de machines.

Hier is onze 7-stappen gids:

1. Kennis injecteren

Onze benadering van toestandsmonitoring is om de machines zo goed mogelijk te begrijpen zodat we onze ingenieurskennis effectief in hun machine learning kunnen injecteren. In plaats van het klassieke data science-model te volgen, waarin data op algoritmes gegooid wordt in de hoop dat ze leren over een machine, proberen we die algoritmes een voorsprong te geven door ervoor te zorgen dat toestandsmonitoring-kennis op de juiste manier vanaf het begin wordt toegepast.

We vermijden de noodzaak voor algoritmes om elke keer te leren over een machine's aan/uit-toestanden wanneer het uitschakelt, bijvoorbeeld, omdat dit een "bekende" is. Immers, een mens die naar een machine of grafiek kijkt, zal intuïtief weten om alleen naar de "aan"-toestand te kijken. Het verschil met machines is dat ze context missen. Het is aan ons dus om die context te leveren, en ervoor te zorgen dat machine learning-algoritmes niet tijd besteden aan dingen die we al weten. In plaats daarvan kunnen ze zoeken naar de dingen die we niet weten, en de dingen die we willen vinden wanneer we naar issues op schaal zoeken.

Om dit te laten gebeuren, beginnen we met kijken naar hun machines en componenten. Ideaal zouden we de prospect's site bezoeken om hun machines te zien, hun data te lezen, en met hun operators "in het vlees" te spreken. In deze ongekende tijden moeten we dit natuurlijk op afstand doen, en dit vereist – op zijn minst – basale contextuele informatie.

2. Houd het simpel

Video is het near-ideale middel om een klant's machines te bestuderen, omdat het ons toelaat een 360-graden blik te nemen. En in de meeste gevallen zal het opnemen van die video op een smartphone het werk doen. Fabrieksvloeren kunnen vaak ruisvolle omgevingen zijn, met typisch slechte wifi-toegang. Klanten met de beste intenties kunnen live video of AR-oplossingen inzetten om een remote tour van hun machines aan te bieden, alleen voor de verbinding om continu uit te vallen, wat het uiteindelijk onbruikbaar maakt.

Door een opname te delen – gehost op de servers van de prospect of simpelweg gemaild – kan de kijker pauzeren of terugscrollen naar een punt van interesse als nodig. Wat meer is, het delen van een video-opname betekent dat presentatoren hun tijd kunnen nemen, in detail gaan zonder de druk en stress van een live commentaar te geven.

In een perfecte wereld zou de videobeelden gelijktijdig lopen met data die op hetzelfde moment vastgelegd wordt. Maar we weten wat een complexe en tijdsgevoelige operatie dit kan zijn. Dus voor onze doeleinden staat een screenshot van hoge-frequentie data, passend voor het proces waar we naar kijken, doorgaans toe om te zien hoe die data gerelateerd is aan specifieke acties.

3. Ken je zaken

De ideale persoon om ons te leiden op een rondleiding van een machine is de persoon die die machine het best kent. Iemand als een maintainer of onderhoudsexpert, die de hele tijd met de machine interageert, is vaak beter gekwalificeerd dan een data-expert om ons door te geven wat de machine op een gegeven moment doet, commentaar leverend op wat de in- en uitgangen zijn, of de punten waar problemen vaak gevonden worden.

4. Nooit te veel

We vragen onze klanten om zoveel mogelijk beelden te verzamelen – we zouden altijd liever te veel hebben dan niet genoeg. Overnachten over een specifiek deel om het draaiend te tonen wordt aanbevolen, vooral als het specifieke bewegingen uitvoert.

Als een machine bijzonder lastig is, het filmen op een "down"-instelling tijdens een onderhoudsshift, zal ons nog steeds toelaten om een begrip te vormen, zelfs als het niet daadwerkelijk in operatie is. En als een machine verstopt zit in een behuizing, is het veel nuttiger voor ons om te zien wat er binnen in die doos beweegt dan alleen de behuizing zelf.

5. Veranderende toestanden

Betrouwbare toestandsmonitoring vereist het observeren van een machine in bekende toestanden. Hoewel hetzelfde component herhaaldelijk dezelfde actie kan uitvoeren, kunnen factoren zoals operatieve snelheid en materiaal vaak veranderen. Het is daarom belangrijk dat we in staat zijn de verschillende dingen te zien die in een machine gaan, en de verschillende dingen die eruit komen, zodat we de details tijdens elk van die machine-toestanden kunnen zien. Het is belangrijk om zichtbaarheid en begrip van deze veranderingen te krijgen.

6. Privacy respecteren

Er zijn bijna altijd beveiligingskwesties te overwegen wanneer een klant's site getourd wordt, vooral wanneer het proprietair apparaat betreft. Als resultaat zouden we niet in staat zijn om dergelijke specialistische machines te fotograferen tijdens een fysiek bezoek of ze te bespreken met iemand buiten Senseye.

In de huidige situatie kunnen deze kwesties overwonnen worden door de klanten zelf de videobeelden te laten maken en op hun eigen beveiligde servers te hosten. Door het niet te delen, of ons toe te staan om iets op te nemen, behoudt de klant volledige controle over de video, waardoor hun IP beschermd wordt.

7. Context is koning

Machine learning is steeds meer in staat om enige serieuze zware klusjes te klaren. Maar door additionele kennis te injecteren, kunnen we het harder laten werken, het besparend van het vertellen wat we al weten. Sitrondes zijn essentieel voor het verzamelen van die kennis. Huidige omstandigheden maken het moeilijk voor ons om die rondes in persoon uit te voeren maar, gewapend met een smartphone, goede toestandsmonitoring-data, en een expert-commentator, zijn we in staat om op afstand en effectief met klanten te werken.

Geïnteresseerd in meer over Senseye PdM? We hebben zojuist ROI Lock® gelanceerd - garanderen financiële opbrengsten op uw predictive maintenance-project met Senseye. Ontdek meer en regel uw digitale fabriekstour hieronder!