MANUTENÇÃO PREDITIVA SE FAZ COM IOT

Share on facebook
Share on linkedin
Share on twitter
Share on telegram

 

Os avanços na Internet das Coisas e nas tecnologias Analytics / AI estão poupando bilhões de dólares às empresas em manutenção de ativos, de acordo com o recente Relatório de Mercado de Manutenção Preditiva da IoT Analytics 2019-20241.

A pesquisa foi publicado em junho de 2019 e conclui que:

1- O número de fornecedores focados principalmente na Manutenção Preditiva DOBROU, em comparação com uma análise semelhante realizada em 2017.

2- O mercado global de Manutenção Preditiva atingiu US $ 3,3 bilhões em 2018 e deve crescer a um CAGR de 39% para se tornar um mercado de US $ 23,5 bilhões até 2024.

Em 2017, quando eu fiz um artigo sobre as aplicações mais populares em IoT2 com base na pesquisa do Internet of Things Institute3, a Manutenção Preditiva estava em 3º na lista. Acredito que o motivo é facilidade de justificar o ROI (return of investiment), afinal, o impacto das indústrias terem uma máquina parada é muito maior do que o investimento em um processo inteligente de IoT com ação sistemática de controle e monitoramento, com o objetivo de reduzir ou impedir falhas no desempenho das máquinas.

Compare os custos de reparo e de aplicação de três diferentes metodologias de manutenção na figura acima: Corretiva, Preventiva e Preditiva4.

A Manutenção Corretiva Reativa possui o maior custo de reparo, porque as falhas normalmente são catastróficas e requerem a substituição completa de componentes. Por outro lado, apresenta o menor custo de aplicação, pois as atividades de manutenção são simples, pouco instrumentadas e rápidas.

Estima-se que a manutenção preditiva custa US$ 9 por hora por ano5, enquanto a manutenção preventiva custa US$ 13 por hora por ano. Além de menos interrupções, pode haver menos tempo de inatividade planejando com antecedência os procedimentos de manutenção para coincidir com as paradas da fábrica. Menos interrupções na produção também significam uma entrega de produtos mais confiável, o que é um fator importante para satisfazer, reter e fidelizar os clientes.

Como regra geral, 70% dos defeitos específicos de uma máquina podem ser previstos usando sensores para monitorar e coletar dados da máquina e, em seguida, usando a análise para determinar quando as falhas do equipamento podem ocorrer.

IoT Analytics inclui apenas empresas que falam especificamente sobre suas ofertas de Manutenção Preditiva e que foram consideradas pelos analistas do IoT Analytics como fornecedores confiáveis ​​que se concentram profundamente no tópico Manutenção Preditiva.

Foram mapeadas mais de 180 empresas, como pode ser observado no quadro abaixo.

Empresas com produtos e serviços de Manutenção Preditiva em 2019

A IoT Analytics divide o mercado das empresas de Manutenção Preditiva em quatro segmentos principais para mais de 180 fornecedores de tecnologia e Integradores de Sistemas:

1. Hardware . Fornecedores de hardware especializado para manutenção preditiva em duas áreas:

  • Monitoramento de condições: Empresas que oferecem soluções de sensoriamento e monitoramento de condições para a medição de parâmetros da máquina, como vibração ou temperatura.
  • Automação industrial: Empresas que oferecem sistemas de controle industrial, por exemplo, PLC / DCS para manipulação de processos e máquinas e / ou historiadores de dados correspondentes.

2. Conectividade: Empresas que permitem conectividade com fio / sem fio através de módulos, gateways, conexões M2M gerenciadas, etc.

3. Armazenamento e Plataforma: Empresas que oferecem armazenamento em nuvem e plataformas de ativação de aplicativos de IoT que suportam aplicativos de manutenção preditiva.

4. Analytics: Empresas que oferecem engenharia de dados, serviços de ciência de dados e integração de aprendizado de máquina.

 

A análise das empresas de Manutenção Preditiva apresenta a seguinte divisão por segmento:

  1. Analytics é o segmento mais movimentado, representando 35% das empresas
  2. Hardware: 28%,
  3. Armazenamento e Plataforma 25%
  4. Conectividade: 6%
  5. Integração de Sistemas e outros Serviços: 6%

Um aprofundamento adicional no segmento de análise mostra 9 tipos de fornecedores de Analytics de Manutenção Preditiva em 4 categorias principais: 

  1. Análise básica,
  2. Engenharia de dados,
  3. Ciência geral de dados e
  4. Análise personalizada de manutenção preditiva.

9 Tipos de empresas de Manutenção Preditiva com Foco no Analytics

Compreenda o que faz cada uma das categorias:

Análise básica

  1. Visualização de dados: software para criação de painéis, gráficos etc., por exemplo, Tableau, Sisense.
  2. Bibliotecas de análise: pacotes estatísticos e matemáticos que podem ser usados ​​para criar modelos / software de manutenção preditiva, por exemplo, Tensorflow, Python.

Engenharia de dados

  1. Automação de Big Data: Serviço / produto para automação do processo de aquisição / entrada de dados, por exemplo, Infoworks, Xtracta.
  2. Engenharia de dados: serviço / produto para processo de engenharia de dados, por exemplo, engenheiros de dados.

Ciência geral de dados

  1. Análise estatística: Software para análise estatística sofisticada, por exemplo, Statsoft, Vitria.
  2. Mineração de dados: software para examinar grandes bancos de dados pré-existentes, a fim de gerar novas informações, por exemplo, Rapidminer, Knime.
  3. Aprendizado de máquina (machine learning) : software criado especificamente para aplicativos ML, Avora, Shogun.

Análise personalizada de manutenção preditiva

  1. Análise preditiva : serviço / produto que gera previsões com base nos dados da máquina, por exemplo, Falcoaria, Senseye.
  2. Detecção de anomalias : Serviço / produto que detecta anomalias em tempo real, por exemplo, Splunk, Numentra.

As empresas de “análise especializada” tendem a se concentrar em oferecer um tipo de análise para manutenção preditiva (por exemplo, o Tableau oferece visualização de dados, a Statsoft oferece análise estatística), enquanto mais empresas de “análise geral” oferecem soluções em mais de uma categoria de análise (por exemplo, a SAS oferece recursos de automação de big data e mineração de dados, o Mnubo oferece soluções de aprendizado de máquina e análise preditiva. A maioria das empresas de análise de Manutenção Preditiva identificadas é classificada como “Análise Geral”, pois oferece mais de um tipo de análise.

Em muitos casos, é necessária uma combinação de mais de um tipo de análise para soluções de Manutenção Preditiva e soluções em larga escala podem exigir muitos ou todos os nove tipos de análise mencionados aqui.

Para a maioria das empresas de Analytics que foram consideradas na pesquisa, a Manutenção Preditiva é apenas um dos muitos casos de uso para os quais elas fornecem soluções.

Por exemplo, a Cloudera também oferece um serviço de nuvem de data warehouse e hub de dados que permite a migração de dados e cargas de trabalho locais para a nuvem. Além disso, muitas empresas de Analytics para Manutenção Preditiva desenvolvem soluções que se integram facilmente às plataformas de nuvem e IoT, por exemplo, a solução Maximo Predictive Maintenance Insights da IBM se integra à oferta de nuvem da IBM (IBM Cloud) e à oferta de IoT (IBM Watson) para análise estatística, modelagem preditiva, mineração de dados , análise de texto,Vale observar que a mesma pesquisa foi realizada em 2017 e, nesta ocasião, IoT Analytics classificou as empresas de Manutenção Preditiva com base na visibilidade e apresentação do tema nas comunicações e exposição das marcas em relação ao tópico. No entanto, entenderam que este impacto envolve uma correlação com o orçamento de marketing das Empresas e consideraram não ter sido justa a comparação para todos os fornecedores e não foi repetida para a análise de 2019.

Exemplo de resultado, retorno obtido com o monitoramento de condição de máquinas:

No 2º Congresso On Line do Tudo Sobre IoT7, apresentamos empresas brasileiras que atuam no setor com garantia de ROI para manutenção preditiva.

A discussão é apresentada no Talkshow8 liderado pelo Jose Almeida, diretor da WND Operator SigFox.

É interessante que, como demonstrado na divisão do IoT Analytics, é necessário agregar soluções de diversas empresas, cada qual especializada na sua atividade. Nesta situação tivemos:

  • Sigmais9: na categoria hardware
  • Sigfox: na categoria conectividade
  • Solvian: na categoria Analytics

Referências:

1https://iot-analytics.com/

http://www.ioti.com

https://www.itforum365.com.br/manutencao-preditiva-4-0-transforma-a-producao/

https://dynamox.net/manutencao-corretiva/  https://www.itforum365.com.br/manutencao-preditiva-4-0-transforma-a-producao/ 

https://www.semapi.com.br/a-manutencao-industrial-e-a-internet-das-coisas-iot/ 

 https://tudosobreiot.com.br/2o-congresso-tudo-sobre-iot/ 

https://www.youtube.com/watch?time_continue=1&v=iwApzXaF7VQ 

https://www.youtube.com/watch?v=aFpK8_TNIi8 

 

Classifique:
5/5
loading...

DEIXE UM COMENTÁRIO

VOCÊ TAMBÉM PODE GOSTAR DE

Confira nossos vídeos exclusivos sobre IOT