Internet of Things. Inom industriellt underhåll. Kontaktperson:

Transkript

1 Internet of Things Inom industriellt underhåll Kontaktperson: Hans Hellström Försäljningsansvarig, Underhållssystem Tel: E-post: Ref: Sigma MS/EAM Sida 1 av 8

2 1 INTERNET OF THINGS Internet of Things är den allmänna benämningen på att över 50 miljarder saker kommer vara uppkopplade år 2020 enligt ledande analytiker som Ericsson, Cisco och Gartner, mot ca 10 miljarder idag. Detta kommer påverka det mesta för oss som individer, både privat och inte minst inom våra olika verksamheter. Sigma som svenskt företag har en världsledande position på marknaden inom Internet of Things. Detta bland annat genom: Förvärvet av Sony Mobiles R&D enhet i Lund Då hade verksamheten 1 uppdragsgivare nämligen Sony och att få deras Xperia telefoner uppkopplade mot Internet. Nu arbetar ca 230 personer med att utveckla olika devices inom Internet of Things med ett 60-tal kunder, varav ca 25 % kommer från Silicon Valley i USA. Därmed har Sigma en världsledande kompetens inom sensorteknik och konnektivitet. Sigma har utvecklat en banbrytande molnbaserad lösning Sensation för att hantera all data och även tjäna som plattform för olika analysverktyg. Lösningen är mycket flexibel och kan hantera data från Sigmas egna sensorer, andra standardsensorer och även hämta data från övriga datakällor. Sensation är utvecklad i Microsofts molntjänst Azure, för vilket Sigma 2014 mottog den hedervärda utmärkelsen Microsoft Partner of the Year. Ref: Sigma MS/EAM Sida 2 av 8

3 Sigma har en stor och bred erfarenhet av analys med ett stort antal BIkonsulter i Sverige. Prediktiv analys som Machine Learning tillsammans med domänexpertis inom flera områden och då inte minst inom industriellt underhåll, gör att Sigma skapar reella värden för kunden. Internet of Things är ett område som är mycket aktuellt och som många vill prata om. Det som utmärker Sigma är att vi är en av de som har kompletta färdiga lösningar och kan realisera nyttan med tekniken på ett enkelt sätt redan idag! Läs mer om Sigma och Internet of Things på: Ref: Sigma MS/EAM Sida 3 av 8

4 2 INTERNET OF THINGS INOM UNDERHÅLL Syftet med Internet of Things inom underhåll är att öka tillgängligheten i produktionsanläggningen samtidigt som underhållsarbetet effektiviseras. Detta genom fler uppkopplade sensorer och kombinera dessa med analysmetoder för att prediktera mer optimala underhållsåtgärder. Sammantaget ger det ett mycket stort värde i verksamheten. Fig. Sigma erbjuder ett komplett koncept för Internet of Things inom underhåll, vilket består av fyra delar; 1) sensorer och integration med övriga datakällor, 2) datainsamling, 3) analys och 4) åtgärd baserat på Sigmas domänexpertis inom underhåll. Syftet är att fånga upp historiskt data och aktuella tillstånd i anläggningen för att genom analys kunna prediktera mer optimala underhållsåtgärder med ökad tillgänglighet och effektivare underhåll som följd. I en lösning för Internet of Things inom underhåll ingår normalt följande: 2.1 Nya sensorer Ofta är det intressant att fånga upp nytt mätdata, typiskt något som kan påverka en maskins tillgänglighet på något sätt. Sigma kan erbjuda djup kompetens inom sensorteknik och konnektivitet och kan även ta fram kundanpassade prototyper för t.ex. en pilot. Dock krävs höga produktionsvolymer för att få ett lågt enhetspris. Ett annat alternativ är trådlösa standardsensorer eller att trådbundna standardgivare kopplas upp mot Sensation via t.ex ma. Exempel på en sådan standardprodukt är B+B Smartworx, för vilka Sigma är registrerad återförsäljare i Sverige. Ref: Sigma MS/EAM Sida 4 av 8

5 Fig. Sigma Connectivity, fd Sigma Mobiles R&D enhet i Lund, kan med sina 230 civilingenjörer utveckla kundanpassade trådlösa sensorer, allt från design/konstruktion till prototypframtagning och underlag för masstillverkning. Fig. Det finns många olika standardsensorer på marknaden som kan användas till Sigmas Internet of Things lösning. Ett exempel är B+B Smartworx, för vilka Sigma är registrerad återförsäljare i Sverige. Enheterna kan ha inbyggda sensorer för temperatur och vibration (accelerometer), men även andra standardsensorer kan kopplas in via t.ex ma för att sedan trådlöst anslutas till IoT lösningen. Ref: Sigma MS/EAM Sida 5 av 8

6 2.2 Befintligt data I en anläggningstung industri finns det normalt massor av data som kan vara av intresse för att kunna styra underhållet av anläggningen bättre, exempelvis: All data från olika givare kopplade till styrsystemen för den normala driften Befintlig övervakning av t.ex. vibrationer från lager Aktuella driftparametrar från olika produktionssystem eller kvalitetsdata från ett labdatasystem Övrig extern data som t.ex. meterologidata från SMHI Och inte minst kan det vara intressant att se samband mellan historiska arbetsordrar i underhållssystemet och andra datakällor för att göra grundorsaksanalyser. 2.3 Datainsamling Sigma Sensation är en färdig molnbaserad plattform för att hantera all data. Då lösningen ligger i Microsoft Azure är den mycket säker och extremt skalbar. I en grafisk dashboard presenteras nyckeltal och data kan även presenteras genom t.ex. trendkurvor. Ur 2 datapunkter kan en 3:e beräknas, vilket kan vara den som är den riktigt intressanta att följa upp. Ett tröskelvärde kan initiera en aktivitet, t.ex. med automatik generera en felanmälan till underhållssystemet. Fig. Exempel på en Dashboard i Sigma Sensation för en enkel översikt av sensorer, övriga data, beräkningar och event. Ref: Sigma MS/EAM Sida 6 av 8

7 Fig. Exempel på trendkurvor i Sigma Sensation för både historisk data såväl som för realtidsdata. Bilden illustrerar en kundanpassad presentation som realiseras i t.ex. SharePoint. 2.4 Analys Analys av datat är det som ofta ger störst värde för verksamheten i slutändan. En första analys kan vara att bara monitorera datat och i en trendkurva identifiera intressanta samband. Det går också att ta in data till Excel för att göra beräkningar där. Men det riktigt spännande är att göra en mer prediktiv analys där nya analysverktyg kan hitta samband i stora mängder ostrukturerat data. Ett exempel på ett grafiskt och lättanvänt sådant verktyg är Microsoft Machine Learning, vilket är väl integrerat med Sigma Sensation i Microsoft Azure. Ref: Sigma MS/EAM Sida 7 av 8

8 Fig. Microsoft Machine Learning, ett analysverktyg för att hitta samband i ostrukturerat data och därmed kunna prediktera mer optimala underhållsåtgärder. Verktyget är grafiskt och mycket enkelt att använda jämfört med tidigare varianter på liknade verktyg och med Microsofts pay-as-you-go modell är det enkelt att sätta upp en första analys till en mycket låg kostnad. Fig. Microsoft Machine Learning. Först skapas en modell över vad som kan orsaka feltillstånd. Därefter ligger modellen och lyssnar på relevant data i realtid för att kunna prediktera mer optimala underhållsåtgärder. 2.5 Åtgärd Sensation kan med fördel integreras med de system som styr verksamheten, t.ex. skapa en felanmälan eller servicebegäran direkt i underhållssystemet. Till Maximo och API PRO har vi redan en enkel lösning färdig. Ref: Sigma MS/EAM Sida 8 av 8