Get in touch with us
예측 유지보수관리

예측 유지보수관리

정확한 순간에 대처하세요.

유지보수 관리에 대한 문제라면, 기계와 공장은 고정된 주기가 종종 적용됩니다. 신뢰와 안전이 중요합니다. 하지만 경험많은 유지보수 관리 직원들은 고정된 주기는 결코 매일 발생하는 생산의 요구를 충족시킬 수 없다는 것을 알고 있습니다. 매번 일정 시점 및 간격으로 실시되는 기존의 유지보수 관리 시스템은 간혹, 부품이 너무 일찍 교체되거나 너무 늦게 교체 된다는 것을 경험해 보셨을 것 입니다. 시기에 맞지 않는 유지보수는 불필요한 예산 낭비입니다. 예측적 유지보수 관리는 실제로 요구되는 시점에 유지보수 관리 작업을 실행 할 수 있습니다. 따라서 귀하는 보다 스마트하게 비용은 줄이고 생산효과는 증대시키는 유지보수 관리를 경험해보실 수 있습니다.

What is Predictive Maintenance?

 

Industry 4.0스마트 팩토리는 개선된 효율성에 대한 새로운 아이디어를 요구합니다. 예측 유지관리는 – 전향적(예측) 판단 유지관리 – 효과적으로 실행될 수 있는 미래 지향적 개념입니다. 예측 유지관리는 기계의 미래에 대한 전망을 제공합니다. 경험과 학습모듈로 부터 획득 되는 데이터를 기반으로 기계의 교체 및 정비 시기를 예측 할 수 있습니다. 데이터를 예측하고 판단하여 생산중에 수집 및 분석으로 일관된 유지보수가 가능합니다. 그에 따라 시스템은 계속해서 학습하고 발전하며 모델을 통해 live 데이터의 해석이 가능해집니다. 그러므로, 엄격한 유지보수 관리 주기는 각각의 기계와 모든 부품에 대한 개별적인 정비 시기로 대체될 수 있습니다. 이러한 모델의 분석과 생성이 사내에서 직접 또는 클라우드 서비스를 통해서 이루어질 수 있습니다.

비록 예측 유지보수 관리가 미래에 대해100% 정확한 예측을 할 수는 없을지라도, 유지보수 관리업무를 수행해야할 최적의 시기를 매우 잘 알려줄 수는 있습니다.

zenon and Predictive Maintenance

 

zenon은 Microsoft사의 Azure Machine Learning와의 연결에서 처럼 Predictive Maintenance System에 잘 어울립니다. 가능한 과정은 다음과 같습니다:

  1. zeone은 실시간으로 센서 데이터를 수집합니다.
  2. zenon은 Azure Machine Learning이나 유사한 애플리케이션과 통신하고 데이터를 영구적으로 저장합니다.
  3. 이 데이터는 외부 애플리케이션에서 기계학습을 위해 사용됩니다. 시스템은 계속 경험을 확장하고 학습을 계속합니다.
  4. 모델 구성은 외부 응용 프로그램에서 수행됩니다: 주어진 데이터를 기반으로 언제 어떤 기계, 부품이 어떤 조치를 요구하는지?
  5. zenon은 그 모델을 받아서 SCADA 시스템 상에 그것을 표시합니다. 사용자 Interface에 적절한 상호작용이 일어나고 통신합니다.

zenon Predictive Maintenance: More flexible for improved competitiveness

 

적절한 순간의 유지보수관리는 고정 적으로 유지보수의 주기를 갖는 것과 비교하여 많은 장점을 제공합니다. 무엇보다, 기계가 사용자의 요구에 따라 유지보수 관리가 가능합니다. 작업량을 늘리면 유지보수 관리의 주기를 짧게 하여 기계 손상을 예방할 것입니다. 작업량을 적게 하면 유지관리 시기를 나중으로 연기해서 불필요한 비용과 운전중단 시간을 줄일 것 입니다. 예비용 부품은 적절한 때 적합한 수량을 주문할 수 있고 엔지니어링 시간을 최적으로 계획할 수 있습니다.

 

예측 유지관리는 스마트 팩토리로 바뀌는 귀하의 완벽한 첫걸음이 될 수 있습니다. 지금 바로 sales.kr@copadata.com로 e-mail을 보내고 사용하세요. COPA-DATA의 노하우를 전수해드립니다!