Koch Ag & Energy Survents Охватывают датчики IoT
На пяти объектах Koch Ag & Energy (KAES) наблюдается значительное преобразование, обусловленное развертыванием 125 датчиков вибрации и температуры Monitron IOT, любезно предоставленных Amazon Web Services (AWS). KAES, известная холдинговая компания, охватывающая Koch Fertilizer LLC, Koch Energy Services LLC и Koch Methanol LLC, использует эти датчики для сбора данных о вибрации и температуре из различных частей оборудования, впоследствии передавая их в сервис Caes's AWS. Эти датчики могут похвастаться простотой, самозадаивающими и не требуют программирования. Пользователи прикрепляют их к оборудованию, которое они хотят контролировать.
Включение прогнозного обслуживания для улучшения времени безотказной работы
Дейв Кронинг, лидер ИТ, и Мартин Миллер, лидер аналитики данных в KAES, поделились своим опытом на недавнем мероприятии AWS Re: Invent. Они показали, что пять объектов KAES стратегически развернули 125 датчиков Monitron на менее критическом оборудовании на занох, направленном на то, чтобы улучшить предсказательное обслуживание и повышение работы и доступность оборудования. Персонал завода легко устанавливает эти датчики, используя приложение Donitron на своих смартфонах. Они выбрали опцию Vibration Standard Vibration ISO 20816 в приложении, что является важным шагом, который облачный сервис использует для реализации наиболее подходящей модели машинного обучения (ML).
Оптимизированный анализ данных и оповещения в режиме реального времени
Впоследствии сигналы вибрации и температуры находят свой путь в облако, где они проходят анализ. Система автоматически идентифицирует ненормальные условия работы, обеспечивая своевременное вмешательство. Приложение Donitron, доступное с помощью смартфонов, не только уведомляет персонал завода об этих аномалиях, но и позволяет им пересматривать и отслеживать необычные состояния при их удобстве. Кроме того, он облегчает ввод ответов на полученные оповещения, включая подробности о режиме отказа, причины и предпринятых действиях.
Прозрачная обратная связь модели для операторов и инженеров
Важно отметить, что KAES подчеркивает прозрачность. По словам Миллера, «мы не хотели черного ящика». Намерение заключалось в том, чтобы операторы и инженеры поняли условия оборудования и операционные состояния, объясненные этими моделями. Этот подход дает им возможность понимать последствия этих моделей и факторов, влияющих на потенциальные неудачи.
Расширенный анализ с AWS Lookout и Seeq
Данные от датчиков Donitron, наряду с данными многочисленных других датчиков на сайтах KAES, сходится в облаке. Здесь программное обеспечение AWS Lookout и Seeq используют руль, предоставляя пользователям в KAES более четкое понимание условий эксплуатации. Модели AWS Lookout Machine Learning (ML) обеспечивают точные прогнозы производительности, сокращение времени, труда и затрат по сравнению с традиционными методами.
Бен Бишоп, архитектор основных решений в Seeq, подробно рассказывает о процессе: «Kaes использует Seeq для запроса значений процесса из облака AWS, настраивает AWS для поиска для обнаружения аномалий оборудования и обновленных значений процессов в обученных моделях для прогнозов». Эта бесшовная интеграция облегчает модель аномалии AWS ML, которая затем осуществляется в визуализации Seeq.
Проблемы и возможности цифровизации
Путь к цифровизации представляет различные проблемы, учитывая неоднородность источников данных и аналитических методов. Тем не менее, KAES определяется использовать потенциал датчиков IoT и облачного анализа для оптимизации операций и обеспечения надежности его критического оборудования.