• Skip to primary navigation
  • Skip to main content

Stratis

Stratis

  • hu
  • Rólunk
  • Kulcsemberek
  • Szolgáltatások
    • Vezetési és üzleti tanácsadás
    • IT menedzsment
    • Információ- és adatmenedzsment
    • Komplex, üzletileg kritikus projektek szakmai menedzsmentje
  • Adatvezérelt megoldások
    • Ipari megoldások
    • A.N.I.T.A.
    • Anomália felderítés
  • Referenciák
  • Karrier
    • Pozíciók
    • Kiválasztási folyamat
  • Blog
  • Kapcsolat

Esettanulmány: anomália felderítés, prediktív karbantartás

Az anomália felderítés legkorszerűbb megoldása felügyelet nélkül tanított mesterséges intelligencia alapú megoldásra épül, mely a korábbi használati szokásokat, és az általános működési rutinokat megismerve, ezen szokásokból felhasználói, vagy működési csoportokat, úgynevezett klasztereket képezve folyamatosan figyeli, hogy történik-e valamilyen váratlan, a szokásostól eltérő esemény a rendszerben. Majd előre meghatározott szintek mentén megállapítja az esemény súlyossági szintjét, és ez alapján riasztást küld. Az alábbi cikkben ezen technológia egy felhasználási esetét elemezzük ki:

A prediktív karbantartás segítségével gyártóberendezések működését, kapacitás kihasználtságát lehet optimalizálni az egyes alkatrészek vagy komponensek szenzoradatainak elemzésével. Ezen adatokat kombinálva a gyártási tervekkel egy mesterséges intelligencia alapú anomália felderítő rendszer képes előre jelezni minden egyes komponens élettartamát vagy előre jelezni a hibákat, ezáltal biztosítani a folyamatos működést, optimalizálni a karbantartási műveleteket.

stratis-esettanulmany-karbantartasi-strategiak

Forrás: https://www.ixon.cloud/applications/predictive-maintenance

Egy ilyen megoldás bevezetése eredményeképpen nő a gyártóüzem hatékonysága, mivel nem történnek váratlan leállások a gyártási láncban, és közben csökkennek a költségek, hiszen az egyes alkatrészek cseréje csak akkor történik, ha az tényleg szükséges.

Prediktív karbantartás bevezetéséhez a gyártóüzemnek rendelkeznie kell megfelelő infrastruktúrával, ám ezek kiépítése további előnyöket nyújt „okos-gyártóüzem” működtetéséhez.

Az fenti feltételek megvalósulása esetén a gyártóüzem képes mesterséges intelligencia segítségével optimalizálni a folyamatait. A prediktív karbantartás és a hozzá kapcsolódó technológiák tehát elengedhetetlen feltételei egy „okos-gyártóüzem” létrehozásának, mely egyszerre tud nagyobb hatékonysággal és kisebb költségekkel működni hagyományos társaihoz képest.

Pusztán prediktív karbantartás alkalmazásával a gyártóüzem csökkenteni tudja karbantartási idejét 20-50%-kal, miközben az ilyen módszerrel karbantartott gyártó berendezések használati időtartama 10-20 százalékkal megnő, a teljes karbantartási költségeket pedig akár 10 százalékos mértékben csökkenthetőek.

Mindeközben a megnövelt hatékonyságnak, a hibák és karbantartások okozta leállások kiküszöbölésének hála akár 15%-kal is növelheti termelékenységét.

Forrás: https://hbr.org/2016/05/where-predictive-analytics-is-having-the-biggest-impact

Kapcsolat

Rólunk

  • Cégismertető
  • Kulcsemberek
  • Adatvédelmi tájékoztató

Szolgáltatások

  • IT menedzsment
  • Információ és adatmenedzsment
  • Komplex, üzletileg kritikus projektek szakmai menedzsmentje
  • Vezetési tanácsadás

Iparág / Referenciák

  • Bankok
  • Biztosítók
  • Egészségügy
  • Közigazgatás
  • Távközlés

Karrier

  • Pályakezdők, frissdiplomások
  • Tapasztalt szakemberek
  • Kiválasztási folyamat

Közbeszerzés

  • Közbeszerzési projektek
Széchenyi Terv 2020

Stratis Vezetői és Informatikai Tanácsadó Kft. - Minden jog fenntartva.
1037 Budapest, Szépvölgyi út 139. Tel: +36-1-454-1900 Fax: +36-1-454-1901 Email: info@stratis.hu

We use cookies on our website to give you the most relevant experience by remembering your preferences and repeat visits. By clicking “Accept”, you consent to the use of ALL the cookies.
Cookie settingsACCEPT
Manage consent

Privacy Overview

This website uses cookies to improve your experience while you navigate through the website. Out of these, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may affect your browsing experience.
Necessary
Always Enabled
Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.
Non-necessary
Any cookies that may not be particularly necessary for the website to function and is used specifically to collect user personal data via analytics, ads, other embedded contents are termed as non-necessary cookies. It is mandatory to procure user consent prior to running these cookies on your website.
SAVE & ACCEPT