Como aprendemos a prever falhas

Olá, Habr! Aqui é Olga Peshina novamente, especialista em desenvolvimento de novas tecnologias na Severstal-Infocom JSC. Ao bombear a telemetria de nossa gigantesca planta metalúrgica, queremos operar os dados obtidos das unidades não apenas em tempo real (“algo quebrou, precisa ser consertado”), mas também construir um modelo para análise preditiva de equipamentos falhas (“em breve haverá um problema, é necessário agir com antecedência”).





Vou lhe contar como colocamos nossas mãos na bola ao tentar implementar reparos preditivos, o que planejamos e o que não fizemos e por quê.





Parece mágico - saber sempre em que momento cada rolo ou rolamento irá falhar, programar a manutenção na condição, minimizar o excesso de serviço e o estoque de peças de reposição, zerar nas paradas de emergência.





Qualquer nova tecnologia passa por um ciclo de exageros: expectativas excessivas dão lugar a profunda decepção, após o que vem a percepção de oportunidades e limitações reais. Em 2017-2020, também percorremos esse caminho. 





O ciclo do hype.  Encontre Bitcoin
O ciclo do hype. Encontre Bitcoin

Como vimos: o gatilho da inovação

2014 , (), , . , , – .





500 . 12 000, 2025 100 000. , , 50 .





Sensor de vibração e RPM no motor
Sensor de vibração de rolo

2017 Data Lake , . SAP ERP ; , .





: , . .





, . , : , . , , .





Kits de rolo

, , , , .





, . , 24/7 : . . , – - – .





2017-2018 . , , , , , .





: , , , , , . , , .





, – , , . , : , , , .





. , , ? , , . - , , ? , , . – , . , . ?





, , . – -2000. , . – .





Stan-2000.  A parada não pode ser reparada
-2000.

. -2000 1800 . – (). 





( ) . – .





Bancadas de acabamento

. , , , . 





, , . : MVP . , , , . 





- , - . : , - . 2018 . , … .





. : , , – .





, . .





-

- -, Data Lake. .





. : – , . – – . – , . . , - .





: – , . , 50%. , : , – . « ».





, – . - : . , , , , , … , , - !





: , . – . , . . , . , : « , , , … , ».





, (, , ) . : .





, … , . , .





, , , . . , .





Dados de milhares de sensores fluem para o centro de monitoramento.
.

:

, . , 50%, 3 5-6 1,5 . - – , , .





. - Gerdau , SmartSignal, General Electric, .





650 , . – . , SmartSignal , : . , .





– , . , , : , , , . . , - .





« , – ». . . , .





, , , . , – , , . : – , , , .





SmartSignal - , , . . . , – , .





SmartSignal , . .





General Electric , : , , . . , . .





, , « ». , - , , … - , .





, , . : , , . 





, , , . .





, . , , . , .





SmartSignal (). 





UNRS.  É ela quem gera mensalmente 50GB de dados sobre sua condição
. 50

MVP . : , . 





. , SmartSignal 5-7 , . 20 , . . 





– . – , – .





« », - 80% . – . – . .





, . , .





: GE . . , – . - .





, - , - , - . , , . : , ?








All Articles