潜在的な故障、従業員の負傷、生産損失を防ぐために、リモート資産監視に慣れている企業が増えています。彼らは逃げようとします 予知保全システム 製造現場で問題が発生する前に発見し、従業員や顧客の不満のリスクを最小限に抑え、金銭の損失を防ぎます。
幸いなことに、21 世紀には、製造における予知保全のための最新の効果的なソリューションがさまざまな業界で導入されています。
最近、Prylada は一連の顧客開発インタビューを実施し、製造業界の専門家に話を聞きました。私たちのチームは、に関する貴重な情報を収集するという目標を設定しました。 資産の監視 業界におけるテクノロジー導入の課題と、企業がそれらをどのように解決するか。
インタビューでは、市場の現状、最も悩ましい問題、競争、業界内での効果的な発展のための推奨事項について話し合いました。
過去 5 年間で製造市場はどう変化しましたか?
製品のカスタマイズ、競争力のある価格設定、最適な配送フレームに対する消費者の好みが、製造会社が業務アプローチを再考する主な原動力となっています。現代の需要に対応するには、デジタル テクノロジーを導入して生産性を向上させる必要があります。これらのテクノロジーには、デジタル対応の持続可能性ソリューション、デジタルツイン、自律移動ロボット、拡張現実、AI、機械学習が含まれます。
「過去の現実は、メーカーは残業をしており、非常に手作業で作業を行っており、サポートを受けられていなかったということです。彼らは単に仕事をやり遂げただけで、今では製造会社は単に仕事をやり遂げるだけの段階から、大規模なデジタル変革の取り組みを開始する必要がある段階に移行しました。
– リチャード・レボヴィッツ CEO リーンDNA
メーカーは次のような観点から考え始めました。
- 私たちはもっとつながる必要がある
- 私たちは、直面している問題だけでなく、取るべき行動についてもより良く把握する必要があります。
全体像は、現状の仕事からアクションを優先したデジタルトランスフォーメーションへと移行しました。さらに、新型コロナウイルス感染症は、強力で適応力のある供給ネットワークの重要性を浮き彫りにしました。パンデミックの予期せぬ影響による多大な損失により、 産業企業 現在のビジネス戦略を再検討するためです。その結果、既存のプロセスを最適化し、外部要因への依存を減らし、不可抗力の状況に対する回復力を高めることを目指しました。
持続可能性への注目は、スマート IoT テクノロジーの利用拡大の推進力となり、製造業界をよりスマート、より効率的、持続可能なものにすると同時に、従業員の幸福度も向上します。これは自動化とデジタル変革を通じて実現しており、予測分析を活用してより適切な推奨事項を推進しています。これにより、ボトルネックが何なのか、何が課題なのかをより深く理解できるようになります。
その一方で、新しいスマートテクノロジーを導入するプロセスはより複雑になり、時間がかかるようになりました。サプライチェーンの課題と人員不足により、経営幹部全員が現場レベルでの業務上の問題や意思決定に深く関与するようになりました。 その結果、より多くの利害関係者がリスクを理解し、期待される価値のメリットに合わせて調整し、これらの考慮事項と他の企業の取り組みとのバランスをとる必要がありました。
オートメーション、人工知能、モノのインターネットなどの分野における急速な技術進歩により、メーカーは新しいテクノロジーを自社の業務に適応させ、統合する必要があります。
ただし、新しい資産監視テクノロジーへの移行は複雑でコストがかかる可能性があり、従業員のスキルアップと既存システムとの互換性の確保が必要になります。
私たちは、インタビュー対象者が共有してくれた、この移行に関連する最も一般的な課題と障壁を集めました。よく聞かれるポイントを最初に示します。これは必ずしもそれらが最も重大なものであることを意味するものではありませんが、それらの蔓延を示しています。始めましょう。
製造装置の計画外のダウンタイム
最新のデバイスの製造には、高精度の複雑なプロセスと洗練された設備が必要です。予定外の製造装置のダウンタイムは、歩留まりの低下や生産時間の損失により、非常に高いコストをもたらす可能性があります。予知保全における最近の技術革新は、生産性の損失を大幅に軽減し、多くの労力と時間を節約できます。
製造における予知保全に成功裏に採用されている手法の 1 つは、大量の故障データ、保守データ、およびトレース データの分析を使用するものです。使用されるデータの品質を強化するために、プロセス、タイムスタンプ、詳細なコンポーネント情報などのパラメーターが障害モデルに関連付けられ、堅牢なデータ セットが作成されます。いくつかの大手半導体製造会社は、歩留まりを向上させるための予知保全モデルの一部としてこのような技術を使用していると報告しています。
多くの複雑なプロセスでは頻繁にドリフトやシフトが発生する傾向があるため、課題は依然として残っています。プロセスを目標通りに保つために、実行の間に特定のパラメーターが調整されます。パラメータ構成をリアルタイムで監視およびキャプチャする仮想センサーなどの技術を使用して、適切な制御を可能にすることができます。これは現在活発な研究分野であり、研究者たちは人工知能を含む新しい技術を積極的に研究しています。
データ収集ツールの欠如
資産の可視性が限られているため、メンテナンスや交換のコストが増加するため、多くのメーカーはすでに基本的な機械データの取得に苦労しています。通常、このデータには温度、振動、速度、その他のパフォーマンス指標が含まれます。
しかし、多くの企業にとって、データ収集ツールへの投資は費用のかかる取り組みとなる可能性があります。このため、彼らは利用可能なリソースを使って作業することを好みますが、これによりさまざまな点で開発が妨げられる可能性があります。
資産監視にリアルタイム データの使用を検討しているメーカーは、あらゆるソースに自動的に接続してデータを収集できるツールを必要としています。理想的には、データの正規化と管理、分析の実行、サードパーティのアプリケーションやクラウド コンピューティング プラットフォームとの簡単な統合も可能である必要があります。
データ統合とスケーラビリティの問題
製造インフラは、多くの場合、機械、生産ライン、ユーティリティ システムなどのさまざまなシステムで構成されます。これらのシステムは、さまざまな時期にさまざまなテクノロジを使用して実装された可能性があります。さらに、各システムは独自の形式でデータを生成するため、サードパーティ システムとの統合は困難な作業になります。一貫性のない形式、欠損値、不正確さがあると、効果的な統合が妨げられます。
製造施設とプロセスが進化するにつれて、データ環境も拡大します。システムは、データ量の増加に対応できるように拡張可能である必要があります。監視インフラストラクチャに負担をかけずに、製造業務全体にわたるシームレスで効率的なデータ フローを確保することが不可欠です。最新のツールに投資し、データ品質を優先することで、この目標を達成することが可能です。
製造におけるセキュリティの脆弱性
製造業界は、ランサムウェア攻撃からサプライチェーンの脆弱性まで、進化し続けるサイバー脅威の状況に直面しています。ハードウェアに関しては、低品質の偽造品が半導体にとって大きな問題であると考えられていましたが、チップは依然としてセキュリティ関連の問題の影響を比較的受けていませんでした。
しかし、ここ数年で、攻撃者は複雑な半導体製造プロセスを悪用する方法を発見しました。彼らは、ハードウェア トロイの木馬を介して悪意のあるロジックを導入することにより、チップ アーキテクチャを操作しようと試みました。攻撃者は、これらのトロイの木馬をサービス拒否 (DoS) またはデータ盗難を目的としています。特にシリアは、攻撃者がチップに「キルスイッチ」と呼ばれるトロイの木馬を埋め込んでシリアの防空システムを無効にし、空爆を実行できるようにする大規模なトロイの木馬攻撃を報告した。
ここ数年、メーカーは自社の機器が適切に保護されることを保証するために、機械学習とモノのインターネット (IoT) に基づいたデータ分析コンセプトの使用を拡大しました。これらの技術では、最初にすべての監視パラメータに対して機器を初期化し、次に機械学習アルゴリズムをこれらのパラメータに適用して、出力上のパラメータ クラスを予測します。結果 (出力) が予測と一致しない場合、メーカーは機器にフラグを立てることができます。
持続可能な製造を妨げるその他の障害
サプライチェーンの障害
メーカーは歴史的にいくつかの困難に直面しており、2024 年の予測でも同様のことがさらに多くなることが示されています。世界貿易がより複雑になるにつれ、生産者は供給ネットワークの予期せぬ、または突然の中断に耐えられるように準備する必要があります。
インタビュー対象者の何人かによると、サプライチェーンの中断は、当分の間、業界が直面する最も重大な困難の一つであり続けるだろう。現在、在庫はここ数十年で最低レベルにあり、特定の製品が現時点で製造できないことを示しています。台湾、中国、その他の海外企業からの半導体の深刻な不足により、一部の自動車製造施設は閉鎖を余儀なくされている。国内生産も困難に直面している。
インフレーション
2023 年のインフレ率は、すべての主要国で需要の増加と供給の不足により XNUMX 桁近くになりました。来年、アルミニウム、石油、鉄鋼などの主要な製造原材料の価格はさらに上昇し、品質を犠牲にすることなくコストを削減しようと既に努力している企業への圧力がさらに高まるだろう。
インフレ時に資産監視を自動化するためのリソースと投資を見つけるのは困難です。しかし、メーカーはそれが業界にもたらす可能性を無視してはなりません。手動エラーを削減し、タスクを最大 10 倍高速化できます。
この課題に対処するために、業界は自動化に予算を割り当て、リアルタイムでタスクを検査して自動化するための AI テクノロジーをさらに導入する必要があります。コストを節約するだけでなく、効率の向上と無駄の削減にも役立ちます。
デジタル技術導入の課題
製造プロセスは、複数の拠点で何百ものサプライヤーと従業員によって運営される継続的で日常的なスケジュールとタスクを中心に展開し、消耗品の生産を目的としています。このため、企業が現在のルーティンを監視し、改善の余地がある領域を特定することが非常に困難になります。
メーカーは、リアルタイムの IoT ベースの監視テクノロジーを実装することで、バリュー チェーン全体の各ステップを簡単に追跡できます。このようなテクノロジーは、持続可能性目標のギャップをより深く理解し、効率、収量、コンプライアンスを向上させるための解決策を見つけるのに役立ちます。
インテリジェントな資産監視には通常、4.0 つの課題が伴います。 XNUMX つ目は、新しいテクノロジーと互換性を持たせるために従来の機器を統合およびアップグレードし、インダストリー XNUMX の可能性を最大限に活用することです。 XNUMX つ目は、新しい監視システムを効果的に監視、使用し、その恩恵を受けることができるように担当者を再教育することを想定しています。
小規模な製造業者は、新しいテクノロジーへの初期投資が困難であると感じることがよくあります。ただし、デジタル変革と従業員の変革はどちらも段階的なプロセスであることを認識することが重要です。こうした変化は一夜にして起こるものではありません。
アップラッピング
製造業はすでに、人工知能、モノのインターネット、センサー、現場のロボット、ロボットプロセスオートメーションの利用増加など、自動化とロボット工学の影響を経験しています。デジタル テクノロジーの導入に対する需要の高まりと、製造会社がデジタル テクノロジーから得られるメリットにより、デジタル化の成長が推進されています。
現在業界が直面している課題に対処する継続的な取り組みの一環として、メーカーはインテリジェントな資産監視のための IoT ベースのソリューションを実装しています。ただし、テクノロジーとその実装オプションの選択は、ビジネスの機会とニーズによって異なります。
産業用機械の予定外のダウンタイム、データ収集の問題、セキュリティの脆弱性、およびスケーラビリティの制約は、製造現場で最も重要な課題であり、IoT ベースの監視テクノロジーによって対処できます。このようなテクノロジーにより、製造業者はサプライ チェーン全体にわたって状況に応じた詳細なデータが得られるため、問題を迅速に特定して行動を起こすことができます。
さらに、潜在的な問題を発生前に予測し、リコールやその他の重大な環境リスクを回避することもできます。やがて、監視テクノロジーにより、ユーザーは持続可能性の目標の進捗状況を追跡し、業界規制への準拠を確保できるようになります。
顧客開発インタビューにご参加いただいた皆様に感謝いたします。
- ヴァトサル・シャー氏、CEO リトマス
- ステファン・シュワブ CEO 啓発
- Tom Richter 氏、デジタル産業向けディスクリートおよびプロセス製造垂直部門のグローバル責任者 ノキア
- ニルス・アーノルド、CEO アドバンス
- ダンカン・カー元CEO エアリステック
- リチャード・レボヴィッツ CEO リーンDNA
- Gulroz Singh 氏、SoC 安全アーキテクト、 NXPセミコンダクターズ
- Donnie Rand 氏、マーケティング コーディネーター 米国オーナーオペレーター協会、LLC
- デビッド・リード氏、セールスディレクター VEMツーリング
- デリック・ハサウェイ氏、セールスディレクター VEMメディカル
- ハーマン・シン氏、ディレクター サイフィア
- ダグ・ローソン CEO ThinkIQ
- この記事のためにコメントを採用したその他の業界専門家
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源： https://www.iotforall.com/experts-discuss-predictive-maintenance-and-innovation-in-manufacturing
