{"id":5254,"date":"2022-05-02T17:26:00","date_gmt":"2022-05-02T15:26:00","guid":{"rendered":"https:\/\/i-care.local\/resource\/shifting-from-manual-to-sensor-data-collection\/"},"modified":"2025-10-06T10:55:23","modified_gmt":"2025-10-06T08:55:23","slug":"shifting-from-manual-to-sensor-data-collection","status":"publish","type":"resource","link":"https:\/\/www.icareweb.com\/pl\/zasoby\/utrzymanie-predykcyjne\/shifting-from-manual-to-sensor-data-collection\/","title":{"rendered":"Blog: Strategie skoncentrowane na technologii w celu optymalizacji utrzymania zasob\u00f3w"},"content":{"rendered":"\n\n\n<div class=\"icare-acf-block icare-acf-block--text-column\">\n\n<h4 class=\"heading-4\">Strategie skoncentrowane na technologii w celu optymalizacji utrzymania zasob\u00f3w<\/h4>\r\nW 2014 r., kiedy wprowadzono seri\u0119 <a href=\"https:\/\/www.iso.org\/obp\/ui\/#iso:std:iso:55000:ed-1:v2:en\">norm<\/a> ISO 55000 dotycz\u0105cych zarz\u0105dzania aktywami, organizacje na ca\u0142ym \u015bwiecie wreszcie uzyska\u0142y ratyfikowan\u0105, mi\u0119dzynarodow\u0105 norm\u0119 dotycz\u0105c\u0105 zarz\u0105dzania aktywami. Od tego czasu zarz\u0105dzanie aktywami by\u0142o coraz cz\u0119\u015bciej i szerzej omawiane przez bran\u017ce.\r\n\r\nNiemniej jednak technologie gromadzenia danych do efektywnego zarz\u0105dzania i utrzymania tych zasob\u00f3w cz\u0119sto pozostaj\u0105 w tyle. Badanie przemys\u0142u naftowego i gazowego z 2016 r. przeprowadzone przez General Electric Corporation wykaza\u0142o, \u017ce 60%<sup>1<\/sup> operator\u00f3w obiekt\u00f3w uzna\u0142o zbieranie danych dotycz\u0105cych aktyw\u00f3w za \u201epowa\u017cne wyzwanie\u201d. Jak na ironi\u0119, to samo badanie wykaza\u0142o, \u017ce operatorzy, kt\u00f3rzy zastosowali podej\u015bcie predykcyjne oparte na danych, do\u015bwiadczyli o 36%<sup>2<\/sup> mniej nieplanowanych przestoj\u00f3w.\r\n\r\nIlo\u015b\u0107 danych dotycz\u0105cych zasob\u00f3w, kt\u00f3re s\u0105 obecnie dost\u0119pne w celu zapewnienia wgl\u0105du, jest osza\u0142amiaj\u0105ca. Analiza tych danych ma kluczowe znaczenie, poniewa\u017c stanowi podstaw\u0119 algorytm\u00f3w predykcyjnych, kt\u00f3re umo\u017cliwiaj\u0105 obiektom wykrywanie \u201einteresuj\u0105cych si\u0119 aktyw\u00f3w\u201d, kt\u00f3re mog\u0105 by\u0107 przegl\u0105dane i analizowane przez eksperta. Gdy analityk przekszta\u0142ci alert z automatycznego algorytmu w praktyczne zalecenia, konserwacj\u0119 mo\u017cna zaplanowa\u0107 we w\u0142a\u015bciwym czasie.\r\n<h4 class=\"heading-4\"><strong>Problem zakorzeniony w nieefektywnych praktykach<\/strong><\/h4>\r\nHistorycznie ca\u0142y proces by\u0142 podzielony od pocz\u0105tku do ko\u0144ca, a og\u00f3lne podej\u015bcie do gromadzenia i przetwarzania danych przebiega\u0142o w nast\u0119puj\u0105cy spos\u00f3b:\r\n<ul>\r\n \t<li>Eksperci lub personel zajmuj\u0105cy si\u0119 utrzymaniem ruchu odwiedzili zak\u0142ad i zebrali r\u00f3\u017cne dane dotycz\u0105ce aktyw\u00f3w z czujnika zainstalowanego na sta\u0142e lub z czujnika i systemu akwizycji, kt\u00f3ry posiada ekspert.<\/li>\r\n \t<li>Nast\u0119pnie eksperci przeanalizowywali dane, aby okre\u015bli\u0107 stan zasob\u00f3w sprz\u0119towych przedsi\u0119biorstwa i przygotowa\u0107 raporty.<\/li>\r\n \t<li>In\u017cynierowie utrzymania ruchu otrzymali raporty, do kt\u00f3rych zebrane dane o kondycji aktyw\u00f3w by\u0142y ju\u017c potencjalnie nieaktualne.<\/li>\r\n \t<li>W najgorszym przypadku w zak\u0142adzie wyst\u0105pi\u0142a ju\u017c jedna lub wi\u0119cej awarii sprz\u0119tu, co spowodowa\u0142o, \u017ce zespo\u0142y zajmuj\u0105ce si\u0119 konserwacj\u0105 aktyw\u00f3w prze\u0142\u0105czy\u0142y si\u0119 w tryb przeciwpo\u017carowy i potencjalnie wp\u0142yn\u0119\u0142y na wyniki finansowe firmy.<\/li>\r\n<\/ul>\r\nZa\u0142\u00f3\u017cmy teraz, \u017ce zesp\u00f3\u0142 przeszed\u0142 poza to podstawowe podej\u015bcie i u\u017cywa zaawansowanej technologii do zbierania danych. Nawet gdyby pr\u00f3bowali wyodr\u0119bni\u0107 i zinterpretowa\u0107 dane do standardowych dzia\u0142a\u0144 zwi\u0105zanych z predykcyjnym utrzymaniem ruchu, nadal prawdopodobnie napotkaliby utrudnienia. Czemu? Szanse na to, \u017ce ich narz\u0119dzia i metody analityczne nie s\u0105 w stanie przetworzy\u0107 ogromnych ilo\u015bci danych, kt\u00f3re nowoczesne maszyny mog\u0105 generowa\u0107 poprzez zautomatyzowane gromadzenie danych, by\u0142yby bardzo du\u017ce. Nale\u017cy wdro\u017cy\u0107 bardziej efektywne podej\u015bcie, aby umo\u017cliwi\u0107 gromadzenie i analizowanie du\u017cych ilo\u015bci danych.\r\n<h4 class=\"heading-4\"><strong>Monitorowanie bezprzewodowe potwierdza swoj\u0105 warto\u015b\u0107<\/strong><\/h4>\r\nJe\u015bli zasoby s\u0105 monitorowane bezprzewodowo, rozwi\u0105zanie zapewnia jeszcze wi\u0119ksz\u0105 elastyczno\u015b\u0107, poniewa\u017c informacje z obiekt\u00f3w \u2014 bez wzgl\u0119du na to, jak odleg\u0142e \u2014 mog\u0105 by\u0107 przesy\u0142ane do specjalistycznego przetwarzania. Nawet w bardzo rozproszonych zak\u0142adach w odizolowanych lokalizacjach rozw\u00f3j zdalnej \u0142\u0105czno\u015bci z Internetem umo\u017cliwi\u0142 zasobom przesy\u0142anie informacji. Co wi\u0119cej, ta zdolno\u015b\u0107 b\u0119dzie si\u0119 tylko zwi\u0119ksza\u0107. Szacuje si\u0119, \u017ce do 2027 r. 267 mln <sup>3<\/sup> aktywnych urz\u0105dze\u0144 do \u015bledzenia zasob\u00f3w w automatyce przemys\u0142owej i innych zastosowaniach.\r\n\r\nBez wzgl\u0119du na to, czy obiekt znajduje si\u0119 na odleg\u0142ym terenie, czy w ogromnym kompleksie chemicznym o zaawansowanych mo\u017cliwo\u015bciach technologicznych, automatyczny monitoring bezprzewodowy oferuje sprawdzon\u0105 warto\u015b\u0107. Specjali\u015bci analizuj\u0105cy dane mog\u0105 okre\u015bli\u0107 nie tylko stan obecny, ale tak\u017ce trendy historyczne. Informacje te mog\u0105 nast\u0119pnie sta\u0107 si\u0119 cz\u0119\u015bci\u0105 \u201ep\u0119tli zwrotnej\u201d. Takie podej\u015bcie nie tylko pozwala na optymalizacj\u0119 harmonogram\u00f3w utrzymania ruchu w oparciu o ka\u017cd\u0105 fal\u0119 danych wej\u015bciowych; ale tak\u017ce informuje o przysz\u0142ych prognozach, kt\u00f3re pomog\u0105 technikom zajmuj\u0105cym si\u0119 konserwacj\u0105 maszyn unikn\u0105\u0107 przestoj\u00f3w.\r\n\r\nTakie podej\u015bcie nie tylko zapewnia bezawaryjn\u0105 prac\u0119, ale tak\u017ce zapobiega \u201enadmiernej konserwacji\u201d, w przypadku kt\u00f3rej konserwacja jest wykonywana w bardziej napi\u0119tym harmonogramie ni\u017c wymaga tego zas\u00f3b. Wreszcie, zapewnia zespo\u0142om utrzymania ruchu i decydentom wa\u017cny wgl\u0105d w potencjalne aktywa \u201edo awarii\u201d \u2014 te, w przypadku kt\u00f3rych dopuszczenie do awarii jest bardziej op\u0142acalne ni\u017c agresywne utrzymywanie ich.\r\n\r\n1 <a href=\"https:\/\/www.ge.com\/digital\/sites\/default\/files\/download_assets\/ge-the-impact-of-digital-on-unplanned-downtime.pdf\">https:\/\/www.ge.com\/digital\/sites\/default\/files\/download_assets\/ge-the-impact-of-digital-on-unplanned-downtime.pdf<\/a>\r\n\r\n2 Ibid\r\n\r\n3 <a href=\"https:\/\/www.prnewswire.com\/news-releases\/industrial-iot-asset-tracking-2019-by-2027-there-will-be-267-million-active-rfidasset-trackers-in-use-worldwide-300851946.html\">https:\/\/www.prnewswire.com\/news-releases\/industrial-iot-asset-tracking-2019-by-2027-there-will-be-267-million-active-rfidasset-trackers-in-use-worldwide-300851946.html\u00a0<\/a>\n<\/div>","protected":false},"excerpt":{"rendered":"","protected":false},"featured_media":3397,"menu_order":0,"template":"","meta":{"_acf_changed":false,"_seopress_robots_primary_cat":"0","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","content-type":"","inline_featured_image":false},"knowledge-industries":[],"knowledge-topics":[326],"knowledge-types":[91],"class_list":{"0":"post-5254","1":"resource","2":"type-resource","3":"status-publish","4":"has-post-thumbnail","6":"topic-utrzymanie-predykcyjne","7":"post-cat-blog-pl"},"acf":[],"_links":{"self":[{"href":"https:\/\/www.icareweb.com\/pl\/wp-json\/wp\/v2\/knowledge\/5254","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.icareweb.com\/pl\/wp-json\/wp\/v2\/knowledge"}],"about":[{"href":"https:\/\/www.icareweb.com\/pl\/wp-json\/wp\/v2\/types\/resource"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.icareweb.com\/pl\/wp-json\/wp\/v2\/media\/3397"}],"wp:attachment":[{"href":"https:\/\/www.icareweb.com\/pl\/wp-json\/wp\/v2\/media?parent=5254"}],"wp:term":[{"taxonomy":"industry","embeddable":true,"href":"https:\/\/www.icareweb.com\/pl\/wp-json\/wp\/v2\/knowledge-industries?post=5254"},{"taxonomy":"topic","embeddable":true,"href":"https:\/\/www.icareweb.com\/pl\/wp-json\/wp\/v2\/knowledge-topics?post=5254"},{"taxonomy":"post-cat","embeddable":true,"href":"https:\/\/www.icareweb.com\/pl\/wp-json\/wp\/v2\/knowledge-types?post=5254"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}