Masa henti yang tidak dirancang memberi kesan kepada pengeluaran
Sequence Number
1
Industry
Manufacturing
Banner
How 5G enabled
Meningkatkan ketersediaan aset dengan ramalan awal yang mengesan kerosakan dalam komponen kritikal dan melakukan penggantian secara proaktif.
Data Flows
Title
Peranti
Icon
Description
Sensor digunakan di semua aset operasi yang kritikal
Tujuan: Mengukur tekanan, kelajuan, aliran, dan lain-lain
Title
Keterhubungan
Icon
Description
Pengangkutan data siri masa
Akses kepada data aset (rekod penyelenggaraan)
Title
Pengkomputeran Edge
Icon
Description
Tidak kritikal masa setakat ini (jangka masa ramalan mengambil beberapa hari), tetapi ini mungkin berubah apabila ramalan masa nyata diperlukan daripada peralatan lain
Title
Pengkomputeran & Stor Penyimpanan Awan
Icon
Description
Semua data adalah dari sensor edge (kedua-dua data lama dan masa nyata)
Stor penyimpanan perusahaan adalah milik syarikat
Title
Aplikasi & Perkhidmatan
Icon
Description
Membuat ramalan kemungkinan kegagalan aset di masa hadapan; Penambahbaikan model awal
Persediaan berasaskan PaaS: Bukan milik syarikat
Title
Memaklumkan pihak pengurusan
Icon
Description
Hanya melaporkan kemungkinan kegagalan masa hadapan supaya tindakan boleh diambil pada masa yang wajar
Title
Menyokong proses membuat keputusan
Icon
Description
Proses berakhir
Application Logic
Description
Kenal pasti aset kritikal seperti pam, injap, pemampat, dan lain-lain
Kumpul data peristiwa dan/atau siri masa daripada aset kritikal ini; kemungkinan melalui penggunaan sensor.
Kumpul data sebanyak mungkin dari aset-aset dan persekitaran terpilih model ML akan diperkukuh dengan lebih banyak data
Sekiranya terdapat kekurangan data, terokai kemungkinan menghasil dan menggunakan data sintetik
Description
Data siri masa akan disimpan (jangka panjang) di stor penyimpanan Perusahaan
Aplikasi AI (ML) akan mengumpul semua data yang diperlukan untuk pembangunan model ML, daripada stor penyimpanan Perusahaan untuk disalin kepada stor penyimpanannya sendiri (cache)
Pembangunan model ML dilakukan melalui proses berulang, di mana model ML yang berkualiti (dan didorong sepenuhnya oleh data) akan memerlukan beberapa langkah untuk mengesan anomali/kemungkinan kegagalan
Penglibatan SME dengan kerjasama saintis data diperlukan untuk membangunkan model ini
Model ini akan disimpan dan diselenggara oleh applikasi AI
Description
Proses pengumpulan data sehingga pelaksanaan model adalah secara automatik dan berjalan tanpa pengawasan
Hanya memaklumkan kepada operasi sekiranya berlaku anomali dalam hasil data, dan menghasilkan jangkaan kegagalan aset dalam x hari.
Operasi mengambil tindakan untuk menggantikan aset yang berkemungkinan akan gagal di masa hadapan sebelum ianya berlaku, dengan itu mengelakkan masa henti yang tidak dirancang
Pengurusan model ML adalah penting untuk mengendali jumlah model yang besar
Terdapat pelbagai pilihan untuk visualisasi operasi secara keseluruhan (contoh, pilihan XR pada platform OpenXR)
Expected benefits
Mampu mengesan keganjilan dan mengambil tindakan pencegahan secara proaktif
Meningkatkan produktiviti dengan mengurangkan masa henti yang tidak dirancang
Mengurangkan kos penyelenggaraan hasil kemampuan mengesan isu pada tahap awal
Tempoh tindak balas yang lebih cepat kerana penyelenggaraan yang lebih tersasar
Key value created
Peningkatan ketersediaan loji akan menghasilkan peningkatan produktiviti