DForum
断链之后
 

东捷信息实现设备即服务的自主式预防维护

ITTS东捷信息服务创新发展平台服务部经理黄建雄。

过去「使用到故障」(Run to Failure)的维护机制虽然最简单,但企业会面临备料及维修人员随时就绪的成本压力。随著预防性维护的兴起解决前者的问题,但却也因为过度维护与定期停机,造成生产力下降与维护成本过高的状况。

ITTS东捷信息服务创新发展平台服务部经理黄建雄表示,随著工业物联网的到来,拜大数据分析与AI技术之赐,在有效降低软硬件成本之下,其可趋动更具成本效益的智能派工来解决「使用到故障」问题,透过基于IoT之更合理的利用率来带动更弹性的预防性维护。如今数据科技更带动新一代的预测性维护,其可基于机器学习来进行设备剩余寿命的预测,同时透过规则式引擎能对当前设备提供自动化实时预警及健康指数监控。

透过东捷信息的预测维护与服务可以协助生产商从销售设备进展到随需付费的设备即服务,从不一致的资产信息到协作式的单一正确资料来源,从孤岛式和分散式操作进展到符合ISO规范和协作式的共享服务,并从被动式维修进展到自主式维修。

该公司的预测维护与服务平台在架构上由下往上分别为资料搜集层、机器学习引擎层、SAP预测维护与服务及SAP现场服务管理,该服务平台具备几个特点,包括实现数据科学驱动条件监测的方法;PaaS架构灵活扩展,为客户构建行业或客户特定的模式与分析;可扩展的机器学习引擎,可将数据科学洞察力推向我们的业务流程;灵活的可视化设备结构;端到端的设备警报、发现、补救措施的完整实现。

黄建雄总结指出,东捷信息服务旗下的AIoT智能制造服务支持包括感知层(Perceptual Layer)、大数据应用层(Big Data Layer)及AI预测决策层(AI Predict Layer)的物联网架构,同时包括针对制造业者的制造执行系统(MES)、SAP产品资料管理系统(PDMS)与SAP云端平台(Cloud Platform),以及维修团队所采用的SAP现场服务管理(FSM)系统。这些系统会在物联网不同层中展开不同流程的服务与作业,并发挥不同的作用,并周而复始地不断分别在AI决策层及大数据应用层及感知层形成更精准完美的循环。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 智能制造 预测性维护