日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

2017年，麥肯錫針對蒸汽機、早期機器人技術(shù)和信息技術(shù)進(jìn)步等技術(shù)轉(zhuǎn)型所帶來的生產(chǎn)力增長做了研究。目前，自動化所帶來的新驅(qū)動力使制造業(yè)面臨巨大的壓力。麥肯錫預(yù)計，未來幾十年，它將帶來前所未有的高達(dá)0.8-1.4%年生產(chǎn)力增長，超過早期的增長率。機器人、人工智能和機器學(xué)習(xí)的發(fā)展進(jìn)步將在某些工作中達(dá)到甚至超越人類能力，包括快速、精確、重復(fù)的行動和認(rèn)知能力。現(xiàn)在，在競爭日益激烈的全球市場，對于那些致力于推動自動化和提高效率的制造商，當(dāng)務(wù)之急是要快速部署這些新功能。目前，僅在流程行業(yè)，每年因計劃外停機而造成的生產(chǎn)損失就高達(dá)200億美元，因此，消除計劃外停機造成的生產(chǎn)損失已成為現(xiàn)階段的首要任務(wù)。

問題依然存在

在過去50年間，維護(hù)方式不斷進(jìn)化，以解決設(shè)備的可靠性和可用性問題。所取得的進(jìn)展包括：運行至故障檢修、定期維護(hù)、按使用情況維護(hù)、按狀況維護(hù)以及可靠性中心維護(hù)（RCM）。然而，設(shè)備仍然會發(fā)生故障。為何會發(fā)生這種情況？首先，與維修和檢查間隔相比，維護(hù)工作的進(jìn)度更難以測定。然而，ARC等行業(yè)分析機構(gòu)指出，超過80%的設(shè)備故障是因為操作設(shè)備時不遵守設(shè)計和安全限制造成的；目前的操作無法檢測出這種看似“隨機”的設(shè)備故障。只有將維護(hù)和操作相結(jié)合才能制定出解決所有故障的解決方案。

資產(chǎn)績效管理（APM）2.0

ARC認(rèn)為, 資產(chǎn)管理APM 2.0采用了包含傳統(tǒng)工廠歷史數(shù)據(jù)源和新數(shù)據(jù)源（包括檢修、化驗室、設(shè)備震動和事件跟蹤系統(tǒng)）的新分析工具。不同的數(shù)據(jù)源保證了可以優(yōu)化裝置設(shè)備的機械與操作的可用性及性能。維護(hù)和操作都需要數(shù)據(jù)驅(qū)動的機制來評估性能降低問題，對生產(chǎn)進(jìn)行微調(diào)，并提供早期干預(yù)措施（改變工藝過程操作運行），以避免裝置設(shè)備的損壞。出色的預(yù)測診斷和規(guī)范性指導(dǎo)使操作人員能夠更早、更快、更有效地做出反應(yīng)。實現(xiàn)突破的關(guān)鍵技術(shù)主要采用基礎(chǔ)分析和數(shù)據(jù)科學(xué)策略；特別是機器學(xué)習(xí)。

APM 2.0的靈丹妙藥

先進(jìn)的機器學(xué)習(xí)軟件能夠在早期成功地識別工藝設(shè)備微小的性能變化，這些變化可能是性能降低和發(fā)生故障的預(yù)兆。尖端的軟件技術(shù)結(jié)合其他相關(guān)數(shù)據(jù)，通過機器設(shè)備和工藝過程以及周圍的傳感器產(chǎn)生的數(shù)據(jù)流來學(xué)習(xí)行為模式。只有行業(yè)內(nèi)自主性較高的領(lǐng)先解決方案才幾乎不需要人為干預(yù)。當(dāng)運行條件改變時，這種應(yīng)用方法不斷地學(xué)習(xí)并適應(yīng)新信號模式進(jìn)行相應(yīng)調(diào)整。通過在一臺機器上學(xué)到的故障特征就可以避免這一問題，確保同樣的情況不再發(fā)生。學(xué)到的故障特征很容易應(yīng)用于類似的機器，防止相同的問題影響機器正常運行。

例如，一家北美的能源公司電動潛水泵故障頻發(fā)，由此產(chǎn)生的維修費和收入損失高達(dá)一百萬美元。先進(jìn)的機器學(xué)習(xí)軟件應(yīng)用從存檔的歷史數(shù)據(jù)和維修事件中學(xué)習(xí)了18臺泵的操作行為。在學(xué)習(xí)過程中，它在一臺泵上檢測到引起環(huán)境事故的機殼泄漏的明顯模式。該軟件將這一故障特征應(yīng)用于18臺泵，為可能發(fā)生相同故障的其他泵提供預(yù)警。通過早期采取行動來移除并維修泵，有效避免了重復(fù)事故頻發(fā)而遭受重大損失。

另一個例子：美國一家行業(yè)領(lǐng)先的鐵路貨運公司在23個州開展業(yè)務(wù)，他們使用機器學(xué)習(xí)軟件解決長期機車發(fā)動機故障，從而避免了高達(dá)數(shù)百萬美元的維修費、罰款和營運收入損失。機器學(xué)習(xí)軟件應(yīng)用部署在大量機車上，通過檢查潤滑油數(shù)據(jù)來檢測發(fā)動機故障的極早期指標(biāo)。這種早期檢測有效避免數(shù)十起災(zāi)難性的發(fā)動機故障。在一次重大事件中，一臺發(fā)動機通過了低壓泄漏測試，并準(zhǔn)備重新投入使用。然而，機器學(xué)習(xí)軟件檢測到發(fā)動機泄漏的性能降低，高壓測試則發(fā)現(xiàn)發(fā)動機在八個位置發(fā)生泄漏，證實了這一診斷。發(fā)動機得到及時修復(fù)，避免了一次災(zāi)難性的事故。這種在故障發(fā)生之前發(fā)出的預(yù)警給管理人員預(yù)留充裕的時間作出決定。檢測到問題后，機車仍然有時間完成一段行程，然后再進(jìn)行維修。避免這樣的故障可以減少成本高昂的停機和罰款，為公司節(jié)省多達(dá)數(shù)百萬美元。 

績效全面提升

麥肯錫注意到，伴隨著工業(yè)4.0這一與工業(yè)物聯(lián)網(wǎng)（IIoT）密切相關(guān)的行業(yè)趨勢，新穎的、價格合理的制造分析方法和解決方案正在不斷涌現(xiàn)。這個新階段包括監(jiān)測物理過程以進(jìn)行分散化決策的網(wǎng)絡(luò)物理系統(tǒng)。資產(chǎn)和過程分析共同創(chuàng)建一個多維的資產(chǎn)視圖，允許在更廣泛的平衡因素中作出基于事實的決策。需要涵蓋的資產(chǎn)類型數(shù)量是一個非常關(guān)鍵的挑戰(zhàn)。工業(yè)4.0還帶來了基于大數(shù)據(jù)和機器學(xué)習(xí)的新機制。事實上，機器學(xué)習(xí)可以對海量數(shù)據(jù)進(jìn)行深入研究，以確定模式并預(yù)測未來的結(jié)果。然而，它無法解決一切業(yè)務(wù)挑戰(zhàn)。模型和機器學(xué)習(xí)相結(jié)合可以檢測并避免危險的工藝過程運行狀態(tài)。它可以隨時解釋各種具體的裝置設(shè)備狀態(tài)，進(jìn)行校準(zhǔn)，并通過機器學(xué)習(xí)自動調(diào)整模型，以通過更簡單的校準(zhǔn)來實現(xiàn)及時、準(zhǔn)確的確定裝置設(shè)備過程狀態(tài)。

結(jié)論

只有具備敏銳觸覺和強烈責(zé)任心的企業(yè)才能踏上這個征程。要成功使用分析工具來提高安全性和可靠性，需要具備幾個要素。其中包括許多基于人類（企業(yè)）的行為和文化。最終用戶必須專注于具體的業(yè)務(wù)問題，才能找到符合業(yè)務(wù)目標(biāo)的最佳解決方案（而不是技術(shù)）。在選擇正確的問題解決方案團(tuán)隊時，企業(yè)需要準(zhǔn)備好面對有關(guān)解決方案的準(zhǔn)確性、及時性、部署方便程度、可擴(kuò)展性和有效性的嚴(yán)峻問題。在這個激動人心的新市場中，只有領(lǐng)先的解決方案提供商才能施展出在設(shè)計、運行、過程優(yōu)化和維護(hù)管理方面的經(jīng)驗，以及數(shù)據(jù)科學(xué)可靠性分析和機器學(xué)習(xí)的新功能。所有這些都是全面的生命周期資產(chǎn)績效管理必不可少的。