BMW: KONSERWACJA PREDYKCYJNA CZYLI SYSTEM WCZESNEGO OSTRZEGANIA

BMW Group stawia w konserwacji swoich systemów produkcyjnych na wykorzystanie czujników, analizę danych i sztuczną inteligencję.

Zamiast wcześniejszego podejścia opartego na czasie lub regułach, wprowadzana jest konserwacja predykcyjna, bazująca na stanie: optymalna gotowość urządzeń produkcyjnych nie tylko pozwala uniknąć kosztownych przestojów w produkcji, ale też stanowi istotny wkład w zrównoważony rozwoju i efektywne gospodarowanie zasobami. Innowacyjne rozwiązania w zakresie konserwacji predykcyjnej są obecnie wdrażane w oparciu o platformę chmurową w sieci produkcyjnej na całym świecie.

Zobacz także:

TECHNIKA

Konserwacja predykcyjna jako system wczesnego ostrzegania w produkcji.

Ważnym tematem w procesie cyfryzacji konserwacji jest konserwacja predykcyjna: dzięki monitorowaniu maszyn i danych o ich stanie można przewidzieć, kiedy system ulegnie awarii, zanim jeszcze do niej dojdzie. Podejście oparte na analizie danych pomaga w osiągnięciu optymalnego stanu konserwacji. Dzięki temu można profilaktycznie wymienić komponenty i zapobiegać przestojom w produkcji. Jednocześnie sprawne elementy nie są niepotrzebnie wymieniane, co zwiększa wydajność i zrównoważony rozwój.

Prognozowanie stanu na bazie platformy opartej na chmurze.

Konserwacja predykcyjna korzysta z nowoczesnej platformy w chmurze, aby otrzymywać wczesne ostrzeżenia o możliwych przestojach w produkcji. Monitorowane urządzenia produkcyjne są podłączone do chmury przez bramkę i regularnie przesyłają dane, zazwyczaj raz na sekundę. W ramach platformy poszczególne moduły oprogramowania można według potrzeby włączać i wyłączać, tak aby w jak najkrótszym czasie dostosować się do zmieniających się wymagań. Wysoki stopień standaryzacji poszczególnych komponentów tworzy globalnie dostępny i wysoce skalowalny system, który można łatwo wdrażać w nowych lokalizacjach i szybko rozwijać istniejące rozwiązania.

Konserwacja predykcyjna umożliwia dostosowanie procesów serwisowych do rzeczywistych warunków. Oznacza to, że działania konserwacyjne są nie tylko odłączone od bieżącej produkcji i zaplanowane w czasie pozaprodukcyjnym, ale także, że są również przeprowadzane w sposób bardziej ukierunkowany, ekonomiczny i oszczędzający zasoby. Wydłużenie czasu pracy znacznie zwiększa również zrównoważony charakter stosowanych środków produkcji. Rozwiązania dostarczane są zgodnie z zasadą: jedno opracowanie – wielokrotne wdrożenie w sieci produkcyjnej BMW Group.

Szeroki zakres zastosowań.

W produkcji napędów BMW Group oprócz konwencjonalnych silników, co minutę, w elastycznych, wysoce zautomatyzowanych systemach wytwarzane są też obudowy silników elektrycznych. Opracowany w tym celu system konserwacji predykcyjnej wykrywa anomalie za pomocą prostych modeli statystycznych, a w bardziej złożonych przypadkach za pomocą predykcyjnych algorytmów sztucznej inteligencji (SI). Za pomocą wizualizacji i alarmów pracownik produkcji jest informowany z wyprzedzeniem o wymaganych pracach konserwacyjnych.

Przy budowie karoserii zacisk spawalniczy wykonuje do 15 tysięcy spawów dziennie. Specjalnie opracowane oprogramowanie zbiera dane z zacisków spawalniczych na całym świecie i przekazuje je do chmury, aby z wyprzedzeniem wykrywać ewentualne usterki podczas produkcji. Tam są one przetwarzane i analizowane za pomocą algorytmów. Wszystkie dane dostępne są do wykorzystania na całym świecie w celu wspierania procesów serwisowych.

Konserwacja predykcyjna zapobiega również awariom elementów przenośników na liniach montażowych pojazdów. Na przykład w zakładach BMW Group w Ratyzbonie urządzenia sterujące przenośnikami przesyłają przez całą dobę dane dotyczące m.in. prądów elektrycznych, temperatur i pozycji do platformy w chmurze, gdzie są one na bieżąco analizowane. W ten sposób specjaliści ds. danych wiedzą, gdzie w danej chwili znajduje się każdy element przenośnika, jaki jest jego stan i co robi. Na tej podstawie aplikowane są predykcyjne modele SI, które wykrywają anomalie i w ten sposób dostarczają wskazówek dotyczących problemów technicznych.