El mantenimiento predictivo solución preconfigurada

El mantenimiento predictivo solución preconfigurada

Esta solución integra a la colección de telemetría,un dispositivo en tiempo real con un modelo predictivo creado usando Azure Suite. Con la IOT Azure Suite, las empresas pueden rápida y fácilmente conectar y controlar los activos, y analizar los datos en tiempo real. La solución preconfigurada de mantenimiento predictivo hace que los datos se ordenen, además utiliza cuadros de mando ricos y visualizaciones para ofrecer a las empresas una nueva inteligencia que pueda impulsar la eficiencia y mejorar los flujos de ingresos.
Fabrikam es una aerolínea regional que se centra en la gran experiencia del cliente a precios competitivos. Una de las causas de los retrasos de vuelo son problemas de mantenimiento y servicios de mantenimiento, que son particularmente difíciles. Los daños en el motor durante el vuelo deben ser evitados a toda costa, por lo que Fabrikam inspecciona regularmente sus motores y se adhiere a un programa de mantenimiento programado. Sin embargo, los motores de aviones no siempre llevan el mismo mantenimiento. Algunos mantenimientos innecesarios se llevan a cabo en los motores. Más importante aún, los problemas que surgen pueden fundamentar una aeronave hasta que se realice el mantenimiento. Esto provoca retrasos costosos, especialmente si una aeronave está en un lugar donde los técnicos adecuados o piezas de repuesto no están disponibles.
Los motores de las aeronaves de Fabrikam están equipados con sensores que monitorizan las condiciones del motor durante el vuelo. Fabrikam utilizar Azure IOT Suite para recoger los datos de los sensores recogidos durante el vuelo. Después de acumular años de datos operacionales y de motores, los científicos de datos de Fabrikam han modelado una manera de predecir la vida útil restante (RUL) de un motor de avión. Lo que han identificado como una correlación entre los datos de cuatro de los sensores del motor con el desgaste del motor que conduce al eventual fallo. Mientras Fabrikam sigue llevando a cabo inspecciones regulares para garantizar la seguridad, ahora puede utilizar los modelos para calcular la RUL para cada motor después de cada vuelo usando la telemetría recogida de los motores durante el vuelo. Fabrikam ahora puede predecir futuros puntos de fallo y el plan para el mantenimiento y reparación de antemano.
https://i2.wp.com/i.blogs.es/18cafd/mantenimiento/original.jpg
Al predecir el punto cuando se requiere mantenimiento, Fabrikam puede optimizar sus operaciones para reducir costes. Coordinadores de mantenimiento trabajan con programadores para planificar el mantenimiento coincidiendo con una aeronave que debe detenerse en un lugar determinado y asegurar el tiempo suficiente para que el avión esté fuera de servicio sin causar trastornos horario. Fabrikam puede programar a los técnicos en consecuencia, asegurando que los aviones son atendidos de manera eficiente y sin tiempo de espera. Los gerentes de control de inventario reciben planes de mantenimiento, para que puedan optimizar su proceso de pedido y piezas de repuestos de inventario. Todo esto le permite a Fabrikam minimizar el tiempo en tierra de aeronaves y reducir los costos de operación al tiempo que garantiza la seguridad de los pasajeros y la tripulación.
https://i0.wp.com/66.media.tumblr.com/a6f5554471caedfb548653250eddb2e1/tumblr_inline_nrzz51dtTF1t5rqin_540.jpg
La internet de las cosas en este caso, le proporciona las capacidades que los clientes necesitan para realizar el potencial de mantenimiento predictivo, esta solución aprovecha un modelo de máquina de aprendizaje Azure existente y que está disponible como una plantilla para mostrar estas capacidades de trabajo de telemetría con dispositivo de recogida a través de los servicios de la IOT Suite construida por Microsoft.

Anuncios

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s