Nuo reaktyvios prie prognozinės
Prognozinė priežiūra naudoja DI ir mašininį mokymąsi, analizuodama įrangos jutiklių duomenis ir numatydama gedimus prieš jiems įvykstant. Šis metodas pakeičia tiek reaktyvią priežiūrą (taisymas po gedimo), tiek prevencinę priežiūrą (aptarnavimas fiksuotu grafiku nepriklausomai nuo faktinės būklės). Prognozuodamos konkretų galimų gedimų laiką ir pobūdį, organizacijos aptarnauja įrangą tiksliai tada, kai reikia, minimalizuodamos tiek neplanuotą prastovą, tiek nereikalingą priežiūros veiklą.
Technologija remiasi nuolatiniu įrangos būklės stebėjimu per jutiklius, matuojančius vibraciją, temperatūrą, slėgį, akustines emisijas, elektrines charakteristikas ir kitus parametrus. Mašininio mokymosi modeliai, apmokyti istoriniu gedimų duomenimis, išmoksta subtilių šablonų, einančių prieš skirtingus gedimų tipus, dažnai aptikdami degradaciją savaitėmis anksčiau nei tai pastebėtų žmogus operatorius.
Įdiegimo architektūra
Prognozinės priežiūros sistema apima kraštinius jutiklius, renkant realaus laiko duomenis, duomenų konvejerį agregavimui ir išankstiniam apdorojimui, mašininio mokymosi modelius anomalijų aptikimui ir gedimų prognozei bei priežiūros valdymo sąsają planavimui ir stebėjimui. Modeliai turi valdyti įvairius gedimo režimus, sezoninę variacijoas, kintančias eksploatavimo sąlygas, kartu minimalizuodami tiek klaidingus pavojaus signalus (nereikalinga priežiūra), tiek praleistus aptikimus (nenumatyti gedimai).
Verslo poveikis
Organizacijos, įdiegusios prognozinę priežiūrą, paprastai pasiekia 25–50 % priežiūros kaštų sumažėjimą, 35–75 % neplanuotos prastovos sumažėjimą ir 20–30 % įrangos tarnavimo laiko pratęsimą. Investicijų grąžos skaičiavimas turėtų apimti ne tik tiesioginius priežiūros sutaupymus, bet ir pagerėjusį produkcijos našumą, sumažintą atsarginių dalių atsargą, geresnį išteklių planavimą ir išvengtą šalutinę žalą nuo katastrofinių gedimų. Šie pranašumai daro prognozinę priežiūrą viena iš didžiausios investicijų grąžos pramoninio DI taikymų.