Nästa gång du väntar på att ett tåg ska åka förbi vid en järnvägsövergång, passa på att fundera lite över det tekniska mirakel som passerar framför dina ögon. Dagens toppmoderna lok är utrustade med mer än 250 sensorer som mäter 150 000 datapunkter per minut.

Strömmen av realtidsinformation som sensorerna genererar används för att kontinuerligt övervaka hur tåget mår rent mekaniskt. När informationen väl har samlats in kan den sensordata användas för att minska driftstopp och minimera inkomstförlust för tågoperatörer.
Samma synsätt kan användas i moderna fabriker. Enskilda komponenter, maskiner och system som en gång var helt åtskilda, till exempel maskiner som tillverkar topplock i en bilfabrik eller robotarna som sätter ihop bilarna, kan anslutas till Internet via tusentals nätverksanslutna sensorer. De enorma datamängder dessa sensorer genererar kan öka tillverkarnas förmåga att göra automatiserade beslut. Tillverkarna kan också agera i realtid, förbättra tillgänglighet, optimera utnyttjande av tillgångar, förvalta tillgångar på distans, förutsäga haverier innan de inträffar, och mer. I korthet kan den operativa effektiviteten effektiviseras avsevärt.
Internet of Things (IoT) förändrar redan tillverkning. Fabriker och anläggningar som är anslutna till Internet är mer produktiva, effektivare och mer flexibla än de som inte är uppkopplade. Det som driver denna omvandling är framför allt den globala konkurrensen som tvingar industri- och tillverkningsföretag att öka effektiviteten i sina system, hantera kunskapsbrister och upptäcka nya affärsmöjligheter. Samtidigt leder förbättringar i sensortekniken, såsom miniatyrisering, bättre prestanda, lägre kostnad och energiförbrukning, till att intelligenta produkter mer tillgängliga.
För många tillverkare är begreppet förebyggande underhåll en bra utgångspunkt. Det är också en av de hittills mest förekommande tillämpningarna av industriellt Internet enligt en rapport från World Economic Forum.
Idag underhålls produktionsmaskiner generellt baserat på rotationsintervall vilka bygger på parametrar för tid, användning, och så vidare. Även om detta planerade underhåll är ett fall framåt från inställningen att man lagar något först när det gått sönder, så är det i huvudsak en one-size-fits-all-modell som inte tar hänsyn till hur maskinen faktiskt används. Denna åtgärd är ofta annorlunda mot vad som förväntades eller var planerat för. Vad händer till exempel när en produktionsmaskinmiljö är ovanligt kall, varm, fuktig eller dammig? Trots strikta underhållsramar och -scheman kan planerade underhåll resultera i fel, driftstopp och produktionstapp.
Förebyggande underhåll använder en kombination av sensorer, data och analyser för att identifiera potentiella problem och vidta förebyggande åtgärder innan det händer. Denna inställning till underhåll inte bara identifierar en maskins faktiska användning och miljö, utan kan också förutsäga den grundläggande orsaken till eventuella problem. Alla uppgifter som är relevanta för underhållet kan skickas till molnet där en analysmotor kan hitta undantag som går utöver det normala och förutse vilket underhåll som behövs.
Att skapa och säkra data över hela datainfrastrukturen är avgörande för tillverkningsföretag för att utvinna värde från sin infrastruktur och sina maskiner, i datacentret, och i det publika molnet.
Om tillverkarna vill förbli konkurrenskraftiga och relevanta i den digitala eran behöver de gå mot prediktiva IoT-tjänster som kan hantera volymen, hastigheten och värdet av deras data. För att citera Kartik Hosanagar, Professor of Operations, Information, and Decisions vid Wharton, ”De operativa fördelar som sakernas Internet kommer att ge kan inte ignoreras av företag, speciellt inom sektorer såsom tillverkning och energi.”
NetApp

Filed under: Utländsk Teknik