Internet Industriel des Objets IIOT : Perspectives de la maintenance prédictive IIoT

La plupart des recherches de l'industrie sur les tendances de l'IIoT s'appuient sur les connaissances acquises auprès de la direction et des décideurs.Une nouvelle étude réalisée par des étudiants de l'Université Emory et Presenso est conçue pour comprendre les perspectives de l'IIoT du point de vue des opérations et de la maintenance au niveau de l'usine (O&M). Voici un résumé de haut niveau des points clés de l'étude: État actuel de la maintenance prédictive Il y a peu de mécontentement à l'égard des systèmes actuels de maintenance prédictive. La maintenance prédictive traditionnelle, y compris la surveillance des vibrations, l'analyse des résidus d'huile et l'imagerie thermique, domine toujours et la modélisation statistique manuelle telle qu'Excel n'a pas été remplacée par des technologies plus avancées.Crédit d'image: Université Emory Future of IIoT ResearchThe Outlook for Smart Factory TechnologiesO & M professionnels s'attendent à ce qu'automatisé Le signalement des pannes et la planification automatisée des réparations sont les plus susceptibles d'être largement adoptés au cours des cinq prochaines années. Les attentes concernant le déploiement de la réparation assistée par robotique et de l'inspection assistée par drone / robotique sont limitées.Les perspectives sur la maintenance prédictive IIoT Les professionnels O & M sont moins enthousiastes à propos de l'IIoT pour la maintenance prédictive que la direction. Une partie de cela est attribuée au «battage médiatique» qui résonne moins avec les travailleurs de la maintenance et de la fiabilité qui sont responsables de la mise en œuvre.Crédit d'image: Université Emory Future of IIoT Research pénurie de compétences des scientifiques du Big Data et manque de compréhension de l'apprentissage automatique.Crédit d'image: Université Emory Future of IIoT ResearchImpact of IIoT Predictive Maintenance Dans l'ensemble, les professionnels de l'O&M ont une vision positive de la maintenance prédictive de l'IoT. Des améliorations de l'efficacité opérationnelle des équipements (OEE) sont largement attendues. En outre, la plupart des répondants au sondage estiment que l'utilisation et l'analyse des données en temps réel permettront une meilleure prise de décision.Crédit d'image: Université Emory Future of IIoT Research Résumé et conclusion En général, les professionnels de l'O & M ont adopté une approche attentiste et n'obtiennent pas enthousiasmé par l’industrie 4.0. Ils voient la valeur potentielle mais sont préoccupés par les défis de déploiement.Pour lire l'étude complète, veuillez visiter cette page.Écrit par Arnav Jalan, Emory University.

Laisser un commentaire