,allowExpansion)
Predictive maintenance
Mesmo que do ponto de vista de TI, a Manutenção Preditiva é, em sua essência, um desafio do Big Data, a mesma exige a expertise de todos os setores tecnológicos: rede e telecomunicações, arquitetura de TI, Internet das Coisas, Computação em Nuvem e segurança. A Reply tem um histórico comprovado em todas as áreas que são relevantes para a Manutenção Preditiva.
O Desafio de Big Data
A quantidade de dados gerados por um estabelecimento industrial de alta complexidade é enorme. Estes dados geralmente são caracterizados pelos 5Vs.
Fontes e infraestrutura de dados
O objetivo é garantir que a infraestrutura de TI realmente atenda às exigências do objetivo previsto. O grande desafio é ampliar os bancos de dados clássicos relacionais com dados não-estruturados.
A escolha do layout de arquitetura depende principalmente sobre o quanto os dados gerados precisam ser rapidamente transformados em ação durante a etapa de análise e que grau de automação de processos deve ser alcançado. Esta questão, como a escolha de fontes de dados relevantes não pode ser generalizada e depende totalmente do caso de uso específico (da indústria).
)
,allowExpansion)
Exploração de dados e modelagem
Metas e possibilidades são avaliadas a partir de vários aspectos empresarias, desde técnicos, jurídicos até de TI. Especialistas de vários campos têm que reunir e desenvolver novas ideias. Uma vez que as metas são estabelecidas, os cientistas de dados desenvolvem modelos estatísticos que definem e integram todas as variáveis para prever quando uma falha de um componente de um motor ou de uma máquina irá ocorrer.
Os modelos são, então, testados com exercícios e dados reais disponíveis: isto permite avaliar a qualidade do modelo, que será refinado ainda mais.
Processo de integração
Previsões e resultados de análises precisam ser incorporados nos processos da empresa. As pessoas relevantes devem ter acesso em tempo hábil, com as ferramentas certas e uma interface de usuário que permita identificar as suas decisões.
A escolha das ferramentas adequadas depende do grau de automação desejado, ou seja, como e quando os dados são analisados e interpretados pela equipe da empresa e se o modelo desencadeia automaticamente a execução ou emissão de tarefas de manutenção.
)
Mesmo que do ponto de vista de TI, a Manutenção Preditiva é, em sua essência, um desafio do Big Data, a mesma exige a expertise de todos os setores tecnológicos: rede e telecomunicações, arquitetura de TI, Internet das Coisas, Computação em Nuvem e segurança.
A Reply tem um histórico comprovado em todas as áreas que são relevantes para a manutenção preditiva.
Através do seu comprometimento com a Fundação OPC, a Reply contribui ativamente com o desenvolvimento de normas para IoT (Internet das Coisas) como um pré-requisito para o desenvolvimento da Indústria 4.0 e da manutenção preditiva, criando o padrão de interoperabilidade para automação industrial.
A experiência e competência técnica adquirida pela Reply em inúmeros projetos estão abrindo novos horizontes paras o desenvolvimento da Indústria 4.0, e, neste contexto, a Manutenção Preditiva tem de ser considerada um acelerador chave.
Predictive maintenance na prática
,allowExpansion)
Wind farms
A energia eólica é um dos exemplos típicos de manutenção preditiva. O uso de sensores conectados via internet permite eliminar quase totalmente as perdas por paradas não programadas das turbinas eólicas. Especialmente para turbinas em parques eólicos offshore, a combinação de sensoriamento remoto com modelos preditivos ajuda a reduzir a necessidade de verificações de rotina no local e, portanto, diminui significativamente os custos de manutenção.
,allowExpansion)
Commercial vehicles
A manutenção preditiva baseada nos dados de sensores ajuda a prevenir o tempo de inatividade de produção de canteiros de obras ou no setor agrícola, por exemplo, e também pode reduzir incidentes no setor de logística. Os fornecedores de aluguel de veículos comerciais podem enviar equipes de serviço na hora certa, antes que um veículo quebre e até mesmo desenvolver modelos de negócios inovadores, como o pay-per-performance.
,allowExpansion)
Connected cars
Através da utilização de sensores instalados no veículo, estes são capazes de determinar se um dos sistemas está propenso ao mau funcionamento ou falha. Os dados gerados, por exemplo, na rede de controle podem ser transmitidos para mais análises e um aviso pode ser acionado no console para agendar uma verificação. Informações sobre a condição do carro podem ser transmitidas à autorizada, para que as peças e materiais necessários estejam disponíveis e os reparos possam começar o quanto antes.
,allowExpansion)
Steel production
Seguindo a abordagem de Design Thinking, foi possível detectar que, em uma empresa de produção de aço, os sensores já estavam coletando todos os tipos de dados gerados pelo processo de produção. Por meio de uma configuração baseada em Tecnologia de IoT e Integração de TI, unidas à experiência e ao know-how dos engenheiros, empresa pode usa ativamente esses dados para fazer previsões sobre a qualidade do material e eliminar falhas durante o processo, reduzindo significativamente os custos com futuros reparos.
)
A Syskoplan Reply especializa-se na consultoria e implementação de tecnologias SAP. Como um parceiro SAP Gold de longa data e múltiplas vezes premiado, a Syskoplan Reply acompanha de forma confiável as empresas em seu caminho para o futuro digital. Focamos na utilização de soluções SAP como uma plataforma central para a transformação de processos de negócios e experiências do cliente. Com os conceitos personalizados dos especialistas, as empresas garantem vantagens competitivas decisivas. Elas se beneficiam de nossa força inovadora, agilidade e ampla experiência em projetos em uma variedade de setores. O portfólio da Syskoplan Reply abrange todas as facetas das arquiteturas SAP modernas.