用于行业预测维护应用的AI - 检查5用例

Pamela撞击
头像

Pamela正在Emerj管理编辑。她以前在B2B Digital Publishing与创新领导人和波士顿Medtech工作过。Pamela培养了波士顿大学的媒体风险硕士学位。

用于行业预测维护应用的AI  - 检查5用例

随着人工智能的入口及其认识到温度,振动等因素的能力,从内置于机械和车辆,商业领袖重工业可能对可能的机会感兴趣预测和预防性维护应用。

虽然预测性维护允许制造商试图预测一块机器将持续多长时间,但预防性维护涉及修复机器以保持更长时间的工作。

一种2017年植物工程的报告发现51%的制造公司现在使用计算机化的维护管理系统(CMMS)。

随着许多制造工厂的数字化和报告的反应性维护的成本,需要修复机器,我们汇总了五家公司列出的,该公司声称使用AI提供用于预测性维护的软件。

这些公司提供两个应用程序的软件:

  • 资产表现:该公司的主要目标是使用传感器或其他数据来确定和通知制造商,当一块机器被破坏或不起作用时。
  • CMMS系统:系统都监控资产性能并允许用户分配和跟踪修复工作订单。

通过这份报告,我们希望为公司声称如何使用AI来帮助制造商提供高维护成本的商业领导者。

资产表现

Maximo资产健康

由IBM推出,Maximo Asset Health使用来自IBM Watson和Sensors预构造的数据,以确定机器,以确定是否以及当一块机器或部分需要维护时。IBM声称该软件还考虑了因素,包括机器的年龄和维护历史。

虽然我们找不到显示界面对用户的样子的演示,但下面的1分钟视频演示了如何使用产品:

Maximo Asset Health列出了Agr Group,澳大利亚海事系统,布里斯班高速公路服务,Connecteast,CNR International,Drax Power Station等客户。

根据A.案例分析,为石油和天然气站点提供现场维护服务的AGR,对IBM进行了兴趣升级客户的工资上的维护和工作流系统。由于系统已经过时,研究声明发现机器的数据和问题变得耗时和昂贵。

该公司将客户升级为Maximo,并根据该研究统一,能够将所有网站的维护系统巩固为一个。他们还能够更快地识别和报告不同网站上的机器问题,并以优先的方式基于软件的读数。

许多与IBM Maximo相关的团队成员没有计算机科学或相关的AI字段中的母版,但多年来在公司内举行了软件工程角色。

进度datarpm.

2017年,为各行业的客户提供物联网和数据驱动的解决方案,为Datarpm预测维护软件提供了3000万美元。

所结果的进度datarpm.产品允许使用机械处理机械,通过从机器内预先在机器内预先建立的数据进行数据来跟踪机器的健康。

找不到演示视频或简单操作指南用于连接和实现软件。但是,一旦连接,它似乎类似于Maximo,因为该公司声称它使用关于机器的传感器信息来确定机器是否在作业上缩短之前速度或可能需要维护。

DataRpm表示,他们协助公司将预设的传感器连接到公司的软件中。该公司声称他们可以将从这些传感器收集的数据格式化成格式,例如数据湖泊或用户友好的仪表板。

在集成之后,诸如制造主管的用户可以使用Insights标签登录面板。在选项卡中,他们可以单击机器并查看其“故事情节”,显示每个软件的分析。

每个分析都显示了基于机器的因素,例如年龄和维护历史的因素预期了多少异常。在显示预期的异常后,它将显示在测试期间实际发生的异常数量,软件在机器上运行。如果发生更多异常,则会向维护人员发出警告,机器可能需要修复。

在一个案例分析,一个未命名的Fortune-100制造公司接近进展,寻求优化和加快机械修复的步伐。根据该研究,该公司还希望减少不需要的备件库存的资金,而是购买作为预防措施的备件。

这项研究没有提供有关这些修复这些修复的时间或金钱的任何进一步细节,但它指出,由于“工人效率”增加了8%,备用零件库存成本降低了8%,虽然我们这样做不知道如何测量“工作效率”。DataRPM软件允许该公司在计划修复期间将其他任务分配给员工的员工。因此,未命名的公司要求工人的生产力提高38%。

进度不会列出DataRPM的客户端。这可能是由于他们最近收购了软件。

使用进展的制造客户提供其他数据驱动的产品包括国际能源服务,FDM4和Parker Hannifin。进步'汽车客户还包括丰田,Kauffman轮胎和ASA汽车服务。

Datarpm联合创始人和CTOShyamantak Gautam以前曾在IBM担任技术架构师。我们找不到他的学术凭证的证据,因此我们无法确认他是否在人工智能中拥有坚实的背景。

虽然进展有多个具有计算机科学学术背景的数据科学家,但我们无法找到具有强大的AI或机器学习背景的直接领导。Dmitri Tcherevik.公司的进步,从国家研究核大学Mephi获得了他的计算机科学硕士学位。

predii.

predii.提供用户登录的平台,并查看可能需要的维护警报,以防止机械故障或固定一块机器的指南。

与上面详述的软件一样,公司声称它与已经内置的传感器集成在内。该公司声称,在与汽车,维护和维修和制造有关的领域协助机械监事。

似乎Predii的软件首先连接到机械设备及其传感器的舰队。然后,使用机器的用户可以打开仪表板,如果一块机器不起作用或者基于由其传感器收集的数据可能会失败,则会通知它们。从此通知中,似乎用户可以单击指南,告诉他们必须替换哪些特定部分或者它们如何解决问题。

虽然我们找不到显示如何使用该软件的示范,但这4分钟的促销视频简要介绍了产品的屏幕截图,并解释了如何使用它:

该公司未列出其网站上的任何案例研究,但据称其领导力最近讨论了NASA讨论大数据。该公司还声称与伙伴关系管理诊断是一种汽车诊断软件公司,使用Perdii为其预测的维护应用程序供电。

公司的首席执行官,Tilak Kasturi.,持有佛罗里达理工学院计算机科学的硕士学位。他也是时代华纳互动电视平台的首席架构师。我们以前采访过Kasturi.关于我们播客集的预测维护,AI在工业中Hieu Ho,Predii的工程总监。在圣克拉拉大学举办硕士学位。

CMMS系统

GE资产绩效管理

GE声称其Predix资产绩效管理软件用于帮助汽车公司确定可能在飞机,火车和汽车等机械上固定或更换的零件。根据GE的说法,该工具与已内置的传感器连接到车辆及其部件中。

在集成之后,用户可以登录Predix应用程序,并查看软件标志作为显示异常的车辆中的部分列表。然后,用户可以单击列表的不同部分,并获取有关它们的信息,例如他们的年龄或它们的工作时间不当。

当用户单击特定机器的仪表板时,它们可以看到其温度和优先警报等信息。当他们单击警报时,他们可以获得特定的详细信息。例如,平台可以提醒它们机器内的一部分遇到比通常更高的振动或温度。

GE还声称其软件允许用户从智能手机或平板电脑创建和分配工作单。

下面的2分钟视频详细信息软件的仪表板:

GE的网站提出了一个关于格罗夫城再制造设施的视频案例研究,修复了整个美国旅行的货运列车。根据GE的说法,2013年开始使用GE软件的设施是240,000平方英尺,并拥有超过350多名员工,该员工每年重建超过1200美元的货运火车发动机。

GE的Predix软件是在大规模货运列表数字化之后实现的,要求通过再制造设施的所有列车用条形码标记并连接到软件。

今天,当火车到达时,GE首先使用预先用来分析传感器数据关于火车过去如何运行,如果它的某些部分损坏或更新。通过基于文本的警报,该软件还可以显示一家工厂员工,除了更换破碎的部件之外,它需要哪些类型的维修。

GE声称再制造设施需要在到达10天内固定的火车。这包括分析问题所需的时间,他们在数字化前五天需要五天。现在,GE表示传感器分析可以实时进行,这可能会消除员工停机时间。

视频案例研究如下:

Predix的工程副总裁,杰克约翰逊,是GE智能平台的前CTO。他还担任英特尔的软件工程师,并拥有密歇根大学的计算机工程中的BSE。

秀丽

秀丽提供预测维护和任务管理软件,同样使用传感器信息来确定项目应修复。

该公司声称,在将机器传感器连接到软件后,管理机械的员工可以登录软件,并查看机器中的软件的异常。然后,该软件提供了当机器查找或固定机器时的建议。当用户正在查看详细信息一个特定机器的页面时,用户可以单击以调度维护约会或将任务分配给内部技术人员以查看或修复机器。

公司要求它还提供条件监控,允许用户点击桌面或移动应用程序的一部分或一块机械,并查看图表和可视化,显示其“噪声,振动,温度,润滑剂,磨损,腐蚀,压力和流量的速率。“

emaint声称其系统还可以识别是否需要新的部分并与制造公司的部件供应商联系,以便用户可以购买或订购新部分。然后,用户可以直接从软件跟踪部件的交付。

我们找不到软件如何使用或设置的完整演示。

美食声称Westwater治疗厂来到公司凭借与机械合规性,老化设备,过时的技术和高能源成本有关的挑战。

随着传感器数据,emaint建立了一个定制的平台,其中包含了来自工厂的先前系统的数据。虽然该研究没有给出特定的结果,但它报告了该工厂的管理能够跟踪并减少一块机器的登录失败和修复之间的时间。当检测到故障时,该系统也用于订购并跟踪新部件。

EMAIN由Fluke于2016年9月的未指明金额收购。

Fluke的CTO,奥利弗宗车,以前在埃森哲的CIO应用经理。也就是说,我们找不到Fluke的领导团队中的任何人都拥有强大的AI背景,这可能是某种东西重工业的商业领袖可能需要考虑在与公司合作之前。

重工业的商业领袖外带

似乎像IBM和GE这样的Marquis公司拥有最成熟的产品。在进步的Datarpm收购和Fluke收购Emait的情况下,由较小公司创造的类似技术对更大的公司来说是令人感兴趣的。

无论是提供资产管理还是还增加了维护管理功能,所有申请要求都在机械上利用已经构建的传感器数据。所有这些似乎也与至少一个品牌的智能手机,平板电脑或个人电脑兼容。

虽然本报告中的大多数公司提供了在实施后的产品工作方式的示范,案例研究和演练,但它们都没有提供将软件连接到机械的传感器所需的步骤。

商业领袖应注意,目前尚不清楚将其中一个应用程序集成到机械舰队中可能需要多长时间。此外,虽然某些公司提供了他们的软件的成本,但如果有帮助他们声称为客户提供整合他们的软件,而他们的购买则提供的帮助。

标题图像学分:澳大利亚估值

保持领先于AI曲线

发现在业务未来将赢家分开获奖者的关键AI趋势和应用程序。

注册“AI Advantage”时事通讯:

" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Thanks - check your inbox for a confirmation email">
" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Error - There was some problem.">
订阅
订阅镜像
保持领先于机器学习曲线

加入超过20,000名以上的可调性的商业领袖,并收到每周提供的最新的AI研究和趋势。

感谢您订阅EMERJ“AI Advantage”时事通讯,请检查您的电子邮件收件箱进行确认。