Destaques do recurso

Status de manutenção de ativo

O Design Thinking da IBM é aplicado para fornecer uma experiência de usuário que incorpore o conceito de “cartões”, que representam ativos individuais. Ele permite que engenheiros de confiabilidade acessem facilmente as informações para determinar os níveis de manutenção dos ativos e quais deles usam essa análise prescritiva para otimizar práticas e recursos de manutenção. A experiência do usuário suporta análise e relatórios sobre todos os ativos, classes de ativos ou filtros para propriedades comuns a um conjunto de ativos.

Drivers e fatores de risco

No nível mais granular, a equipe de confiabilidade adquire uma compreensão dos drivers individuais e dos fatores que afetam o desempenho dos ativos, assim como os atributos detalhados do ativo, o tempo previsto para a falha e os logs de manutenção. Estas informações fornecem um contexto tão completo quanto possível para avaliar o desempenho passado, presente e futuro dos ativos e pode ser usado para recomendar ou prescrever práticas ou procedimentos para melhorar as estratégias de manutenção.

Compare o desempenho de ativos

Para explorar ainda mais por que certos ativos apresentam melhor desempenho que outros, um engenheiro de confiabilidade pode comparar cronologicamente drivers e fatores de risco, como horas de operação, frequência de falha, ciclos para um ativo específico. Esse nível de detalhe pode ajudar um engenheiro de confiabilidade a correlacionar visualmente fatores que influenciam positivamente e negativamente o desempenho dos ativos no contexto de dados históricos de falhas e atividades de manutenção e substituição.

Machine learning

Aplique machine learning, usando princípios de matemática, ciência e engenharia para identificar correlações entre dados de manutenção e dados operacionais juntamente com quaisquer outros dados que possam conter informações sobre o uso e a degradação do equipamento. Em alguns casos, a análise pode indicar que os planejamentos e as práticas atuais de manutenção de ativos são ideais e que não é necessário fazer alterações. Para outros, a análise prescreverá que a manutenção seja adiantada para evitar falhas de ativos ou adiada para evitar manutenção desnecessária.

Como os clientes utilizam

  • Identifique riscos para operações que utilizam dados operacionais

    Identifique riscos para operações que utilizam dados operacionais

    Problema

    Ativos instrumentados e conectados geram volumes de dados operacionais - estruturados e não estruturados - que podem ser usados​para identificar riscos caso as empresas possuam ferramentas analíticas para transmitir esse insight à equipe responsável pelas operações de ativos.

    Solução

    O IBM Prescriptive Maintenance on Cloud permite que as empresas apliquem machine learning e análises a dados operacionais gerados por ativos críticos e visualizem essa análise para fornecer melhor compreensão dos fatores que afetam o desempenho de ativos.

  • Otimize os recursos de manutenção para reduzir os custos totais

    Otimize os recursos de manutenção para reduzir os custos totais

    Problema

    Sem uma análise cuidadosa dos dados operacionais dos ativos e dos fatores que afetam o desempenho dos ativos, é difícil determinar a melhor forma de alocar recursos e planejamentos de manutenção para otimizar a disponibilidade de ativos e reduzir os custos de manutenção.

    Solução

    Determine o nível de manutenção dos ativos ao analisar registros de manutenção, cronogramas, métricas de desempenho e dados de eventos para prescrever planejamentos ideais de manutenção de ativos, alocar recursos e reduzir os custos de manutenção.

Detalhes técnicos

Requisitos de software

Uma estação de trabalho que executa um dos navegadores da web suportados.

    Requisitos de hardware

    Esta solução é hospedada nos seguros Data Centers SoftLayer da IBM.