Разширяване на използването на сензори за подобрено моделиране на оборудването
Koch Ag & Energy Facilities приемат IoT сензори
В пет обекта на Koch Ag & Energy (KAES) протича значителна трансформация, предизвикана от внедряването на 125 сензора за вибрации и температура Monitron IoT, предоставени от Amazon Web Services (AWS). KAES, видна холдингова компания, обхващаща Koch Fertilizer LLC, Koch Energy Services LLC и Koch Methanol LLC, използва тези сензори за събиране на данни за вибрации и температура от различни части на оборудването, след което ги предава на облачната услуга за компютърни услуги на KAES в AWS. Тези сензори се отличават с простота, тъй като са самонастройващи се и не изискват програмиране. Потребителите ги прикрепят към оборудването, което желаят да наблюдават.
Активиране на предсказвателна поддръжка за повишена наличност
Дейв Кроенинг, лидерът по ИТ, и Мартин Милър, лидерът по данни и анализи в KAES, споделиха своя опит на наскоро проведеното събитие AWS re:Invent. Те разкриха, че пет обекта на KAES стратегически са внедрили 125 сензора Monitron на по-малко критично оборудване, с цел да подобрят предсказателната поддръжка и да увеличат времето на работа и наличността на оборудването. Персоналът на завода лесно настройва тези сензори, използвайки приложението Monitron на своите смартфони. Те избраха опцията за вибрационния стандарт ISO 20816 в приложението, което е решаваща стъпка, която облачната услуга използва, за да приложи най-подходящия модел за машинно обучение (ML).
Оптимизирана анализ на данни и известия в реално време
Вибрационните и температурните сигнали след това достигат до облака, където преминават през анализ. Системата автоматично идентифицира аномални условия на работа, осигурявайки навременна намеса. Приложението Monitron, достъпно чрез смартфони, не само уведомява персонала на завода за тези аномалии, но също така им позволява да преглеждат и проследяват необичайни състояния в удобно за тях време. Освен това, то улеснява въвеждането на отговори на получените известия, включително подробности за режима на повреда, причината и предприетите действия.
Прозрачен модел на обратна връзка за оператори и инженери
Критично, KAES подчертава прозрачността. Според Милър, "Не искахме черна кутия." Намерението беше операторите и инженерите да разберат условията на оборудването и оперативните състояния, обяснени от тези модели. Този подход им дава възможност да осъзнаят последствията от тези модели и факторите, влияещи на потенциалните неизправности.
Разширен анализ с AWS Lookout и Seeq
Данните от сензорите на Monitron, заедно с данни от множество други сензори на обектите на KAES, се събират в облака. Тук софтуерът AWS Lookout и Seeq поемат контрола, предоставяйки на потребителите в KAES по-ясно разбиране на оперативните условия. Моделите за машинно обучение (ML) на AWS Lookout позволяват прецизни прогнози за производителността, намалявайки времето, труда и разходите в сравнение с традиционните методи.
Бен Бишоп, главен архитект на решения в Seeq, обяснява процеса: "KAES използва Seeq, за да запитва процесни стойности от облака AWS, да конфигурира моделите за откриване на аномалии на AWS Lookout for Equipment и да подава актуализирани процесни стойности в обучените модели за предсказания." Тази безпроблемна интеграция улеснява оценяването на моделите за аномалии от AWS ML, което след това се оперативизира в визуализациите на Seeq.
Предизвикателства и възможности на дигитализацията
Пътят към дигитализацията представя различни предизвикателства, предвид хетерогенността на източниците на данни и аналитичните методи. Въпреки това, KAES е решен да използва потенциала на IoT сензорите и облачния анализ, за да оптимизира операциите и да осигури надеждността на своето критично оборудване.