前沿研究丨用于智能维护的大数据调度和全球标准方法( 八 )


我们为Android设备开发了维护跟踪和监控移动应用程序(MAM-TAM) , 该应用程序通过验证和显示链接到警报代码的单点课程的文本文件、图像和pdf文档直接访问云 , 并可用于从外部和本地内存检索数据 。 针对Windows加固平板电脑的类似应用程序已经在工业应用中实现 。 通过MAM-TAM可以对系统进行实时监控 , 这样每个专门的人力资源可以执行监督 , 并可以提醒其他操作员所存在的不同风险状况 。 在不改变自动化生产过程的管理机制的情况下 , 收集所有级别的实时信息的能力可以使安全级别保持不变 , 同时不需要使用 HMI存储器 。

结果
在过去4年中 , 本文提出的方法已被应用于12家公司 。 对已经取得的进步进行评估 , 重点关注了停机时间、培训活动、故障和外包支持的减少以及产量的增加 。 如前所述 , 我们选择了12家饮料公司的生产线 , 因为瓶字样式的变化不需要棘手的软件定制 。 因此 , 这一选择减少了变异性 , 使我们能够专注于人类活动分析 。 此外 , 这些公司也代表了世界各地不同的地点 , 他们的营业额也不同(其中有3家位于世界10大食品和饮料公司之列) 。 考虑人类和机器的不正确操作 , 我们在所有的企业中都应用了专门的单点课程来提供智能帮助 。 表4显示了在采用接近零故障的高级诊断期间(12~38个月)获得的结果 。
与应用该实现方法前相同数量的月数相比 , 包含编写良好的单点课程的智能助手减少了(23±6)%的停机时间 , 测量结果没有时间相关性(R2=0.163) , 且显示减少了(9±3)%的故障 。
前沿研究丨用于智能维护的大数据调度和全球标准方法文章插图
表4 全球12家不同的公司对接近零故障的高级诊断的应用时间和结果 , 重点关注停机时间、故障、培训成本和外包服务的减少 , 产量的增加以及实施方法应用后的停机事件数量
我们还注意到 , 与机器购买前后的相同时间间隔相比 , 内部人员的培训费用减少了(36±16)% 。 故障和培训成本的降低与协议应用的时间没有相关性(R2=0.552和R2=0.071) 。 为了确定数字辅助系统是否正常工作 , 我们还评估了外包服务请求是否减少 。 事实上 , 尽管测量值减少了(35±13)% , 其与接近零故障的高级诊断的应用时间之间也是无关的(R2=0.400) 。 这一发现表明 , 故障和停机时间的减少与人力资源培训无关 。 尽管没有历史相关性(R2=0.144) , 但产量增加了(19±3)% , 而停机事件数量减少了(3504±1250)次 , 且与接近零故障的高级诊断的应用时间呈线性相关(R2=0.927) 。 仔细的规划通常会导致月份与干预次数之间的正线性关系 , 又或者干预的数量通常会随着机器年龄的增长而增加 。 持续改进系统必须与所有严重程度的维护的逐步减少相互作用 。 在12~38个月的时间内 , 停机事件的次数与接近零故障的高级诊断的应用时间之间的关系是一个对数曲线 , 该曲线倾向于6年后平均每月有100次的潜在干预(图7) 。
前沿研究丨用于智能维护的大数据调度和全球标准方法文章插图
图7 在12~38个月的时间里停机事件呈现的趋势
总之 , 本文所提供的智能系统能够支持人类活动 , 减少停机时间、故障和培训成本 , 并提高生产力 。 得益于联系网络空间与物理空间、大数据分析和智能应用设计的全球管理方法 , 智能维护减少了售后协助的数量 , 并通过对数字平台的不断改进 , 使外包维护活动趋向零 。

讨论
对本文所描述的方法的采用会产生一个自学过程 , 在这个过程中 , 不再需要人员培训;相反 , 该过程足以在需要时遵循单点课程 。 事实上 , 实验结果表明 , 故障、停机事件和相关成本的减少与专门的人力资源培训无关 , 而是来自调度和机器学习 。


推荐阅读