Internet věcí + správa a údržba majetku podniku Digitalizace v údržbě 5.10.2016 Karel Hřib, IBM Watson IoT Petr Vondráček, GC System
Agenda Úvod & východiska Platforma pro internet věcí Systémy podporující údržbu majetku Prediktivní analytika v údržbě 2
IoT HQ Munich Talent, technologie a prostředky k budování internetu věcí ve světě se usídlily v Mnichově. Více než 1 000 Watson IoT expertů pomáhá klientům vytvářet chytřejší řešení a kognitivní IoT. The Highlight Towers Munich, Germany 3
Předvídali jsme budoucnost V roce 2008 spustila IBM iniciativu SMART PLANET, která pomáhá utvářet základy dnešního IoT. Nedostatečný výpočetní výkon Intelligent Chybějící algoritmy pro určitý způsob zpracování dat (nestrukturovaná data) Interconnected Rozdílné komunikační protokoly a vysoká cena připojení Datové připojení řešené fyzickým kabelem Instrumented Zařízení neobsahuje sensory Vysoká cena a nedostatečně vyspělá technologie 4
Průmysl 4.0 a Internet věcí Digitalizace výroby? Propojení strojů, lidí a produktů za účelem poskytování nových služeb a obchodních modelů. + + + Napojení na senzory Datové připojení Cloudové služby Zpracování velkých objemů dat & tvorba analýz 5
Kognitivní systémy Stále větší snaha vyjadřovat věci a aktivity digitálně pomocí miliard propojených zařízení Chytrá města Chytré továrny Chytré automobily Chytrý domov Chytré Zdravotní péče Chytrá doprava poskytuje podnikům možnost porozumět provoznímu prostředí a možnosti učit se... 6
IoT mění digitální pohled na svět v realitu Pokročilé technologie Nové obchodní modely Pokročilá analytika Cloud computing Všudypřítomné datové připojení Řízení životního cyklu výrobku Zabudované senzory Zlepšují se operace a snižují náklady. Možnosti vzdáleného ovládání. Vytváří se nové produkty, obchodní kanály a business modely Zlepšení spokojenosti zákazníků a inteligentní domácnosti 7
Začleňování různorodých technologií do společné sítě Čipy Zařízení IoT Brány Sítě Cloud Aplikace & řešení End-to-end IoT řešení 8
Partnerství se společností CISCO Access Gateway Edge & fog computing processing data to optimize real time data Built in intelligence that expands network capabilities without impacting bandwidth Monitors asset behavior against performance models Edge performance analytics to get insight in context Disparate data is connected automatically, where its needed, based on content, reducing complexity and cost Define analytics in the cloud and run where it makes sense with a single hybrid solution Filter and apply rules to move only high value data to the cloud Access advanced analytics, including cognitive, predictive, & machine learning Integrate Weather Company data to enrich analytics insights Incorporate internal and external data sources to improve context End-to-end security built-in
Partnerství s National Instruments 10 000 monitorovaných zařízení 30 000 instalovaných sensorů >2 000 měřicích zařízení Data ze 60 elektráren dostupná v jednom monitorovacím centru Prediktivní algoritmy umožnily snížení času neplánované údržby o 80% & 10 000 aktiv 30 000 senzorů > 2 000 měřicích zařízení 60 lokalit 1 monitorovací a diagnostické centrum Accelerometers Temperature Sensors Oil Analysis Sensors Thermal Cameras NI CompactRIO měřicí zařízení NI InsightCM Server Software Fleet-Wide Dashboard Advanced Pattern Recognition Software Efficiency Monitoring & Thermal Modeling Proximity Probes Miscellaneous Database Historian Database Historian Fault Signatur e Databas e
Systémy podporující údržbu majetku Větší rozsah působnosti senzorů Objem, rychlost, variace Informace řízené událostmi Instrumented Flexibilita a mobilita Propojení celých systémů Interconnected Spolupráce Od pouhých dat k inteligenci Od reaktivního k proaktivnímu Optimalizace systémů jako celku Intelligent Dopad na podnik Na základě času Údržba jako spotřeba nákladů Asset Management & Facilities Maturity Real-Time Insights Na základě použití Hodnota aktiva & Dopad na podnik Na základě stavu Prediktivní údržba Predikce Údržba jako investice Výkonnost 11
Systémy podporující údržbu majetku Natural Language Processing Video/Image /Audio Analytics Machine Learning Text Analytics Matthias Rebellius, CEO, Siemens Building Technologies 12
Preventivní programy údržby účinně zlepšují spolehlivost, nicméně Mnoho organizací potřebuje provést více preventivní údržby, než jakou mohou zaměstnanci reálně stihnout Optimalizace a stanovení priorit preventivní údržby jsou stále nutné Úsilí se zbytečně vynakládá na zdravá zařízení 40 % preventivních nákladů na údržbu se proinvestuje na majetku, který má zanedbatelný vliv na provozuschopnost 1 30 % preventivní údržby je prováděno příliš často 2 45 % veškerého úsilí na údržbu je neúčinné 2 Watson IoT / Insightsinto Asset Health 13 1 Source: T.A. Cook, Maintenance Efficiency Report 2013, August 2013. http://uk.tacook.com/fileadmin/files/3_studies/studies/2013/t.a._cook_maintenance_efficiency_report_2013_en.pdf?tracked=1 2 Source: Oniqua Enterprise Analytics, Reducing the Cost of Preventative Maintenance, http://www.plant-maintenance.com/articles/pmcostreduction.pdf
Údržba používá údajů internetu věcí k posouzení zdravotního stavu majetku Monitorování a analýza zdravotního stavu majetku. Jak historická, tak realtime data. Zásah v pravý čas. Předtím než zařízení havaruje. Prioritizace a optimalizace zdrojů Snížení nákladů na údržbu až o 25 % Snížení výpadků až o 70 % Snížení prostrojů až o 50 % Výsledky mluví samy za sebe Snížení neplánovanch výpadků až o 50 % Snížení plánovaných oprav až o 12 % Snížení kapitálových investic až o 3-5 % 14
Jak se využívají IoT informace v rámci Maximo Asset Health Insights 1 Data v reálném čase z nízkoenergických senzorů IBM Maximo Asset Health Insights 2 Filtrovaná real-time data z automatizovaných systémů Umožňuje okamžité akce Poskytuje inženýrům bohatou sadu senzorů, majetkových údajů a řádný průběh akce 3 Historická data ze senzorů 4 Historická data o počasí Viditelnost do stavu majetku a životního cyklu Konsolidace dat majetku, historických dat a dat v reálném čase, dat z externích datových systémů například o počasí Pokročilé přístrojové prostředí umožňuje proaktivní rozhodování o údržbě majetku 15 15
Existuje více zdrojů informací pro posuzování zdravotního stavu zařízení SCADA Enterprise (Homegrown System) Maximo RPM (Renewal Planning Model 3rd party))
IBM Maximo Asset Health Insights 17
Zdravotní stav zařízení v praxi Analýza údajů o vibracích a teplotě čerpadla, spolu s historickými daty ukáží, zda by se měla provádět běžná údržba nebo rovnou naplánovat výměna zařízení. Lze také vyhodnotit optimální načasování výměny majetku. Pokud jsou k dispozici real-time data z lokomotivy, mohu rozhodnout, zda musím lokomotivu restartovat nebo ne. Úspora je 1000 Euro / vlak, kdy je mimo provoz a za převoz do servisního střediska na opravu. 18 18
Proč zvážit využití Asset Health? 1 Snížení nákladů a četnosti poruch majetku Provádění údržby, zatímco zařízení pracuje na snížení poruch v provozu Zlepšení celkové spolehlivosti zařízení 2 Minimalizace neplánované odstávky kvůli selhání Optimalizace času stráveného na údržbu Snížení nákladů na přesčasové neplánované aktivity Snížení požadavků na náhradní díly 23 Optimalizace nákladů a zátěže preventivní údržby Odložit nepotřebnou údržbu Určit správnou prioritu preventivní údržby na základě stavu zařízení 19
Implementace prediktivní údržby majetek + sensory + data + datové připojení + analytika + monitoring + reporting real-time, fact-based chápání výkonu majetku a použití Snížení neplánovaných prostojů, snížení nákladů na údržbu a nákladů na zásoby Prodloužení životnosti majetku, optimalizace vytíženosti výrob, efektivní plány údržby 20
Příklady nasazení prediktivní údržby Významný výrobce automobilů #1 Snížení zmetkovitosti o 50 % během 16 týdnů (hlavy válců) Významný výrobce automobilů #2 Snížení zmetkovitosti o 80 % během 12 týdnů 21
ISS turns to IBM Watson IoT to transform management of 25,000 buildings worldwide Working with IBM, ISS will integrate and analyze data from millions of devices and sensors embedded into buildings. Data will be uploaded onto IBM s Watson IoT Platform and cognitive computing technologies will learn from this data helping ISS optimize its services and further its understanding of how people use buildings.
Whirlpool connected appliances provide new link from customers to warrantee services, product design and automated retail replenishment 70% decrease expected in customer service call Time improving service levels and customer sat. 50% reduction projected in service and parts provision costs Reduces IT costs with cloud-based hosting and solution as a service delivery
Innovation solutions are accelerated for KONE, a global provider of building elevator and escalator technology, modernization and maintenance Watson IoT platform will collect the data for hundreds of thousands of connected devices, analyze it, and provide the required business intelligence and real time insights needed to help design better products with fewer recalls. IoT analytics provide visibility to help understand product performance patterns under real-world conditions.
North Star BlueScope Steel and IBM are researching Watson IoT technology and wearable devices to pioneer novel approaches that can help protect workers in extreme environments. Identification of potentially problematic conditions by collecting data from various, continually monitoring sensors Alerts allow management to provide personalized safety guidelines to individual employees.
Děkuji za pozornost Dotazy? Karel Hřib IBM Watson IoT IBM Česká republika, spol. s r.o. The Park V Parku 2294/4 148 00 Praha 4 Chodov Česká republika Mobile: +420 734 420 574 karel_hrib@cz.ibm.com 26