预测性和规定性分析的演变

资产绩效管理4.0如何使用传感器数据最大化盈利。

Werner Meyer, APM预测和规范分析投资组合主管,Aveva
Werner Meyer, APM预测和规范分析投资组合主管,Aveva

真正的数字化转型需要从以资产为导向的方法发展到以系统为基础的方法,该方法将工程、运营和性能——资产性能管理(APM) 4.0与预测警报和规定性分析进行整体连接。

APM 4.0在整个资产生命周期中创建了一个单一的集成数字线程。两个关键因素在成功运作这一新的数字线索起着关键作用。首先,资产和员工之间必须实现互联互通。其次,由传感器和智能数据决定的决策必须能够实时执行。APM 4.0专注于提供关键的业务成果,并通过提高安全性、盈利性和可持续性实现资产卓越。

apm4.0的一个重要部分是基于传感器的决策,具有真正的领先性能指标。各种传感器和移动设备为决策者提供有关资产状况、性能和安全性的实时数据,从而实现更精确的决策。与广泛使用且通常滞后于故障发生后才报告的指标形成鲜明对比的是,状态监控、人工智能和工程专家系统使用传感器数据,在性能下降和部件故障发生前预测它们。

工业设备的成功运行需要计划停机和计划维护时间。正因如此,APM 4.0的承诺并不是让资产永远处于在线状态;相反,APM 4.0授权您最大限度地提高您的投资回报率(ROI),让你充分利用传感器数据准确知道每一个从最重要到最vital-should进行管理和维护,以最好的降低风险和利用机会。

完整的画面:分析和风险管理
利用传感器数据做出更好决策的预测性和规定性分析,为提高资产性能提供了巨大的机会。为了创建一个完整的APM解决方案,资产所有者运营商(AOO)必须用一种合理的资产风险管理方法来补充他们的预测和规范分析,如图所示。此外,如果失败了,AOO需要评估资产上下文,并根据对其上下文的影响定义其临界性。

Traditional APM focuses on reliability engineering methods (e.g., reliability centered maintenance, root cause analysis, failure mode effects and criticality analysis (FMECA), and information technology (IT) such as computerized maintenance management systems, enterprise asset management, enterprise resources planning, and business intelligence). APM 4.0, however, integrates IT with operational technology (OT) and connects the asset to the person in the different stages of the asset lifecycle (engineering, operations, and performance) through several layers of enabling technologies.

APM 4.0为预测分析和数据科学奠定了基础,并将时间序列传感器数据转换为强大的预测指标。这允许AOOs避免资产失败并优化资产性能。

股东投资资产是因为他们希望看到合理的投资回报率。ROI主要是由一项资产所能获得的营业利润来定义的。然而,ROI也依赖于AOO的操作许可证。如果资产的完整性受到挑战,不符合安全、质量或环境法规,则资产被主管部门关闭的风险会增加。

APM 4.0在传感器和ROI之间建立了直接的联系。它通过传感器创建有意义的关键性能指标,使决策者能够优化资产的性能。在历史上,这些绩效指标第一次真正“领先”,因为它们可以在绩效发生之前改变绩效。迄今为止,性能系统主要基于“滞后”指标(例如,成本、可用性、安全事故数量)。这些指标只报告事后的问题。

APM 4.0带来了前瞻性资产管理的承诺,通过预测性警报和规定性分析使之成为可能:降低成本,减少计划外停机,优化劳动力使用和设备性能。通过预测警报和规定性分析,公司将能够实施预防性资产策略,以避免最关键资产的计划外停机,同时还可以决定哪种预防性或纠正性资产策略是对不太重要设备的最佳行动方案。

本文中的公司
更多的分析