IOT et industrie : IIoT System Analytics: IA Predictive Condition-Based Maintenance

À mesure que les systèmes deviennent plus complexes, les suites technologiques qui permettent une maintenance fiable et prédictive basée sur les conditions sont plus difficiles que jamais. Les pratiques de maintenance programmées peuvent entraîner des inspections coûteuses et inutiles au début de la vie d'un système et sont insuffisantes à mesure que le système vieillit et se détériore.

De plus, les systèmes prenant en charge les pratiques de maintenance traditionnelles ont une précision limitée, nécessitent une formation approfondie et entraînent souvent trop de fausses alarmes. C’est là que la solution MOXI ™ IIoT System Analytics de PARC entre en jeu. Appliquant les principes de la physique pour améliorer les systèmes prédictifs basés sur l'IA à une précision de 90% +, notre équipe de recherche et développement diversifiée, agile et expérimentée fonctionnera comme un hub entre les fournisseurs de technologies, les ingénieurs et les installations ou les équipes de maintenance existants pour développer une suite entièrement intégrée de technologies conçues pour fournir:

  • Précision diagnostique et pronostique supérieure (90%+)
  • Amélioration de la disponibilité
  • Durée de vie plus longue du système
  • Des informations précieuses pour une planification précise à long terme
  • Meilleure précision de planification

Grâce à une détection précise, cette suite technologique utilise plus efficacement les technologies AI et IIoT. En détectant avec précision les anomalies, en diagnostiquant les points problématiques et en prescrivant les actions nécessaires en fonction des variables essentielles à l'intégrité du système, notre suite technologique rationalisera les opérations. MOXI peut rapidement permettre la transition vers des systèmes véritablement intelligents et auto-conscients qui fournissent des informations exploitables sur la santé, la sécurité et les performances.

Contactez-moi à propos de MOXI

Applications

  • Train de marchandises et voyageurs
  • Pont et infrastructure
  • Systèmes de réseau électrique
  • Fabrication intelligente
  • Centres de données

Les étapes clés de la suite technologique MOXI IIoT System Analytics de PARC sont les suivantes:

  • Détection suffisamment robuste pour fournir des données système précises
  • La modélisation qui est personnalisé et qui peut simuler des conditions défavorables et des pannes, le système est conçu pour empêcher
  • Surveillance de l'état qui surveille de manière fiable les anomalies du comportement attendu du système
  • Diagnostique qui contiennent des moteurs de raisonnement efficaces qui isolent et infèrent les causes profondes des défauts dans les sous-systèmes
  • Pronostics qui utilisent des modèles de système et des données pour prédire de manière probabiliste la durée de vie utile d'un système
  • Recommandations applicables basé sur des algorithmes théoriques de décision pour promouvoir une planification précise

L’équipe diversifiée de chercheurs de PARC collabore à chaque étape de ce processus pour produire des résultats avec la plus grande précision et le moins de fausses alarmes, permettant au système de fonctionner correctement et efficacement.

Bien que chaque pièce du puzzle soit essentielle au succès, l'équipe d'ingénieurs et de chercheurs de MOXI a perfectionné trois éléments fondamentaux qui informent le processus et sont essentiels pour produire une précision maximale pour chaque système spécifique. Explorez ci-dessous pour en savoir plus.

Détection> Modélisation> Prédiction>

La détection est une question de précision. Des points de données précis produits à partir des capteurs installés dans un système sont le fondement essentiel d'une solution de prédiction IIoT utile.

Notre équipe peut travailler avec tous les capteurs déjà installés dans un système, en les évaluant pour les métriques qu'ils mesurent et en s'assurant qu'ils détectent les informations correctes avec un niveau de précision suffisamment élevé.

Que faire si les capteurs sont insuffisants ou si aucune solution de détection n'est installée? Ne vous inquiétez pas: l'équipe de chercheurs de PARC travaillera avec les ingénieurs, le personnel de maintenance ou les entrepreneurs sur place pour les améliorer ou les inventer. Avec une expertise dans la technologie de détection basée sur la physique, notre équipe est championne de la connexion des mondes physique et numérique. C'est ainsi que nous sommes en mesure de produire des résultats de détection fiables qui sont précis à 95% + du temps, avec de fausses alarmes négligeables et des détections manquées presque nulles.

Sans le modèle de système correct appliqué à la technologie de détection, les résultats et les recommandations sont moins susceptibles de frapper la marque. Notre équipe veillera à ce que les capteurs mesurent correctement, capturant les points de données significatifs pour la prédiction souhaitée et les faisant correspondre aux bons identificateurs de processus système.

En utilisant la suite de technologies pour stocker des modèles détaillés extensibles, il est possible d'effectuer des diagnostics rapides du comportement du système sur des intervalles de temps désignés. Grâce à la modélisation, PARC est en mesure de comprendre le contexte de tout système et de produire les recommandations qui sont importantes pour les opérations de réparation de maintenance, améliorant le temps de disponibilité et transformant les résultats.

PARC a développé une suite de technologies qui maximise les capacités des systèmes à prévoir le besoin de maintenance, de réparation ou d'amélioration et automatise entièrement les invites qui permettent aux professionnels de la maintenance d'agir en temps opportun.

Cette capacité est à des années-lumière de la traditionnelle non automatisée maintenance réactive les pratiques dans lesquelles un système, une pièce ou un composant tombe en panne et un professionnel de la maintenance effectue la réparation ou le remplacement nécessaires.

C’est aussi une étape maintenance préventive qui est planifié en fonction du temps écoulé plutôt que du besoin de réparation ou de remplacement. PARC permet la transition vers une maintenance prédictive fiable, initiant ainsi la transformation numérique vers actifs auto-adaptatifs, qui sont très autonomes.

En améliorant ces solutions précédentes via l'intégration de la technologie AI et IIoT, MOXI est en mesure de prévoir plus précisément les besoins, d'identifier le moment approprié pour la maintenance afin de réduire les temps d'arrêt coûteux et d'intégrer ces recommandations dans un flux de travail existant.

Vous souhaitez appliquer le MOXI de PARC, une analyse de système IIoT à votre système? Contactez l'un de nos experts en remplissant le formulaire ci-dessous.

Laisser un commentaire