予測メンテナンス

予測メンテナンス ソリューションによるマシンの稼動時間の向上およびサービス コストの削減

ほとんどの業界でマシンの非稼動時間によるコストは重大であり、稼動時間の増加およびより厳格なサービス品質保証契約 (SLA) を顧客から求められる事態につながります。製造メーカーやサービス プロバイダは、正確なリアルタイムのマシン データを使用してマシンの状態およびメンテナンスの実施時期を判定する予測メンテナンスの手法に切り替えつつあります。このアプローチでは、保証される場合にのみタスクが実行されるため、定期的または時間ベースの予防メンテナンスと比較してコストが削減されます。

予測メンテナンスの主な価値は、故障修理を都合に合わせてスケジュールできる点と、予期しない機器の故障を防ぐという点にあります。その鍵は、"適切なときに適切な情報" を提供することです。どの機器でメンテナンスが必要であるのかを把握することで、メンテナンス作業をより適切に計画できます。ご利用の接続機能を持つ製品に基づいて予測メンテナンス ソリューションを使用することで、次のことが可能になります。

  • よりタイムリーなメンテナンスの実現によって稼動時間が増加
  • より適切なメンテナンス作業計画によって不要なフィールド サービス コールが減少
  • スペア部品の交換と管理を最適化
  • "予定外の停止" を減らし、"計画的な停止" の時間を短縮し頻度を減らす
  • マシンのパフォーマンスが向上
  • サービスのコンプライアンス報告が容易になる

Axeda のお客様の多くは、マシン データを分析して予防メンテナンスを可能にするために製品を接続しています。これらのお客様は、Axeda にビジネス ルールを実装し、Axeda のアラームとアラートをエンタープライズ ビジネス システムに統合することによって、フィールド サービス、スペア部品の展開、その他の予防メンテナンス タスクを自動化しています。

温度、赤外線、音響、振動、バッテリ レベル、サウンドのセンサーをマシンに備え付けて、メンテナンスの必要性を示す早期のインジケータとなる状態をモニターします。これらのセンサーは、サービスの必要性を判定するための高度なルールへのインプットとなります。

お客様は、予測メンテナンス プログラムを推進するために、Axeda Machine Cloud を使用してマシン データの収集と管理を行い、また Software AG などのパートナーが提供するビュジュアリゼーションや解析のツールを使用して、それらのデータを解析し、より的確な決定を行います。たとえば、ある Axeda のお客様は、潜在的な障害のサインを早期に監視してメンテナンスや部品交換を事前にスケジュールするために、自社のマシンについて 1 分あたり数百回の読み取りを行ってデータを収集しています。過去の障害の解析により、内部温度とベアリングの状態、そして結果的なマシンの障害の相関が特定されました。このお客様では、予測メンテナンスによって不必要なフィールド サービス コールが減り、稼動時間が大幅に増えました。

Axeda と Software AG は、リアルタイムの IoT 解析ソリューション向けに、次の特徴を持つプラットフォームとツールを提供します。

  • IoT 情報を対象とするリアルタイムのビッグ データのビジュアルな精査
  • 主要業績評価指標からの瞬時のビジュアルなイベント傾向と洞察のためのスナップショット
  • IoT データとマッシュされたライブおよび履歴のエンタープライズ データをビジュアル化するアプリケーション
  • ビジネス ユーザーが容易に組み立ててすばやく共有できるダッシュボード