Ekipman yönetimi ve sürdürülebilirlik | MIT Teknoloji İncelemesi

Castrip’in son iki yıldır üzerinde çalıştığı alanlardan biri, verimde proses verimliliğini artırmak için makine zekasının kullanımını artırmaktır. “Bu, otomasyon için noktaları belirleyen operatörün becerisinden oldukça etkileniyor, bu nedenle kendi kendini süren bir döküm makinesi oluşturmak için bu ayarın hassasiyetini artırmak için takviyeli öğrenme tabanlı sinir ağlarını kullanıyoruz. Bu kesinlikle daha fazla enerji verimliliği kazanımı yaratacak – önceki büyük adım değişiklikleri gibi değil, ancak yine de ölçülebilir.

Yeniden kullanım, geri dönüşüm, yeniden üretim: dairesel üretim için tasarım

Makineleri otomatikleştirmek ve üretim süreçlerini izlemek ve analiz etmek için dijital teknolojilerin kullanımındaki artış (genelde Endüstri 4.0 olarak adlandırılan bir yetenekler paketi), öncelikle verimliliği artırma ve israfı azaltma ihtiyaçlarından kaynaklanmaktadır. Firmalar, performansı değerlendirebilen ve optimum onarım ve yenileme döngülerini proaktif olarak tahmin edebilen izleme ve yönetim teknolojilerinin kullanımı yoluyla imalat süreçlerinde alet ve makinelerin üretken yeteneklerini genişletiyor. Duruma dayalı bakım olarak bilinen bu tür operasyonel strateji, üretim varlıklarının ömrünü uzatabilir ve arıza ve arıza süresini azaltabilir; bunların tümü yalnızca daha yüksek operasyonel verimlilik sağlamakla kalmaz, aynı zamanda enerji verimliliğini doğrudan iyileştirir ve malzeme kullanımını optimize ederek, üretim tesisinin karbon ayak izi.

Bu tür araçların kullanımı aynı zamanda bir firmayı “döngüsel ekonomi” ilkeleriyle tanımlanan bir işe doğru yolculuğun ilk adımlarında da belirleyebilir; bu sayede bir firma sadece karbonsuz bir tarzda mal üretmekle kalmaz, aynı zamanda yenilenmiş veya geri dönüştürülmüş girdilere de güvenir. onları üret. Döngüsellik, birçok adımdan oluşan ilerici bir yolculuktur. Her adım, kısa vadede malzeme ve enerji yönetimi için uzun vadeli uygulanabilir bir iş planı ve gelecekte “sürdürülebilirlik için tasarım” üretimi gerektirir.

Üretim varlıklarına ve üretim ve montaj hatlarına yerleştirilen IoT izleme ve ölçüm sensörleri, bir firmanın döngüselliği uygulama çabalarının kritik bir unsurunu temsil eder. Duruma dayalı bakım girişimleri sayesinde, bir şirket enerji harcamasını azaltabilir ve makinelerinin ve diğer üretim varlıklarının ömrünü ve verimliliğini artırabilir. “IoT sensörleri tarafından toplanan ve yönetim sistemleri tarafından analiz edilen performans ve durum verileri, bakım değerlendirmelerinde ve durum-yenileme programlarında çok daha fazla hassasiyete izin veren, gerçek zamanlı, fabrika tabanlı bir içgörünün ‘bir sonraki düzeyi’ni sağlar,” diye belirtiyor Pierre Sagrafena, döngüsellik Schneider Electric’in enerji yönetimi işinde program lideri.

Küresel gıda üreticisi Nestle, daha iyi karar vermeyi kolaylaştırmak için kağıtsız bilgi akışını artırarak operasyonları iyileştirmeye odaklanan Connected Worker girişimi aracılığıyla dijital dönüşümden geçiyor. Nestle’nin Euro Bölgesi bakım müdürü José Luis Buela Salazar, şirketin Avrupa’daki 120 fabrikasının süreç kontrol yeteneklerini ve bakım performansını artırma çabalarını yönetiyor.

“Durum izleme uzun bir yolculuktur” diyor. “Eskiden uzun bir ‘Birinci Düzey’ sürecine güvenirdik: atölyedeki bilgi uzmanları, performansı gözden geçirir ve alarm sistemi ayarları ve bakım çizelgeleri oluşturmak için raporlar yazardı. Artık, veri sensörlerinin çevrimiçi olduğu ve bakım planlama süreçlerimizin tahmine dayalı olduğu, genellikle saatlik olarak yüzlerce sensörden toplanan geçmiş verilere dayalı arızaları tahmin etmek için yapay zekayı kullanan bir ‘4.0’ sürecine geliyoruz.” Nestle’nin küresel tesislerinin yaklaşık %80’i, Buela Salazar’ın bakım maliyetlerini %5 oranında azalttığını ve ekipman performansını %5 ila %7 oranında artırdığını tahmin ettiği gelişmiş durum ve süreç parametresi izlemeyi kullanıyor.

Buela Salazar, bu gelişmenin çoğunun, giderek daha yoğun bir dizi IoT tabanlı sensörden (her fabrikada 150 ila 300 arasında) kaynaklandığını söylüyor; tepki vermek için daha fazla zamanımız var ve harici bakım çözümlerine olan ihtiyacımız azalıyor.” Şu anda, Buela Salazar, duruma dayalı bakımın karbon azaltma faydalarının örtük olduğunu, ancak bu durumun hızla değiştiğini açıklıyor.

“Her biri için su, gaz ve enerji tüketimini izlemek ve ilgili süreç performans verileriyle korelasyonlar yapmak için dünya çapında 500 tesisteki tüm bu tür makineler için IoT sensörleri kurmak için büyük bir enerji yoğun ekipman girişimimiz var” diyor. Bu, Nestle’nin 2023’te üretim enerji tüketimini %5 oranında düşürmesine yardımcı olacak. Gelecekte bu tür korelasyon analizi, Nestle’nin malzeme kullanım ölçümlerine ilişkin öngörüleri birleştirerek “üretim hattı konfigürasyonlarını entegre bir düzeyde karbon optimizasyonu için büyük veri analizi” yürütmesine yardımcı olacak, Buela Salazar, makinelerin enerji verimliliği, motorlar ve dişli kutuları için dönüş programları ve karmaşık bir gıda üretim tesisindeki 100 kadar başka parametreyi ekliyor. “Bütün bu verileri IoT ve makine öğrenimi ile entegre etmek, bugüne kadar göremediklerimizi görmemizi sağlayacak.”