CĂłmo aprendimos a predecir los fracasos

¡Hola, Habr! Esta es de nuevo Olga Peshina, experta en el desarrollo de nuevas tecnologías en Severstal-Infocom JSC. Mientras bombeamos la telemetría de nuestra planta metalúrgica gigante, queremos operar los datos obtenidos de las unidades no solo en tiempo real ("algo se ha roto, necesita ser reparado"), sino también para construir un modelo para el análisis predictivo de equipos. fallas (“pronto habrá un problema, es necesario actuar con anticipación”).





Les diré cómo pusimos nuestras manos en la pelota al intentar implementar reparaciones predictivas, qué habíamos planeado y qué no, y por qué.





Suena mágico: saber siempre en qué momento fallará cada rodillo o rodamiento, programar el mantenimiento según la condición, minimizar el exceso de servicio y el stock de repuestos, ir a cero en las paradas de emergencia.





Cualquier nueva tecnologĂ­a se mueve a travĂ©s de un ciclo de exageraciones: las expectativas excesivas dan paso a una profunda decepciĂłn, despuĂ©s de lo cual viene la realizaciĂłn de oportunidades y limitaciones reales. En 2017-2020, tambiĂ©n pasamos por este camino. 





El ciclo de la publicidad.  Encuentra Bitcoin
El ciclo de la exageraciĂłn. Encuentra Bitcoin

Como lo vimos: el detonante de la innovaciĂłn

2014 , (), , . , , – .





500 . 12 000, 2025 100 000. , , 50 .





Sensor de vibraciĂłn y RPM en el motor
Sensor de vibraciĂłn de rollo

2017 Data Lake , . SAP ERP ; , .





: , . .





, . , : , . , , .





Kits de rollos

, , , , .





, . , 24/7 : . . , – - – .





2017-2018 . , , , , , .





: , , , , , . , , .





, – , , . , : , , , .





. , , ? , , . - , , ? , , . – , . , . ?





, , . – -2000. , . – .





Stan-2000.  La parada no se puede reparar
-2000.

. -2000 1800 . – (). 





( ) . – .





Soportes de acabado

. , , , . 





, , . : MVP . , , , . 





- , - . : , - . 2018 . , … .





. : , , – .





, . .





-

- -, Data Lake. .





. : – , . – – . – , . . , - .





: – , . , 50%. , : , – . « ».





, – . - : . , , , , , … , , - !





: , . – . , . . , . , : « , , , … , ».





, (, , ) . : .





, … , . , .





, , , . . , .





Los datos de miles de sensores fluyen al centro de monitoreo.
.

:

, . , 50%, 3 5-6 1,5 . - – , , .





. - Gerdau , SmartSignal, General Electric, .





650 , . – . , SmartSignal , : . , .





– , . , , : , , , . . , - .





« , – ». . . , .





, , , . , – , , . : – , , , .





SmartSignal - , , . . . , – , .





SmartSignal , . .





General Electric , : , , . . , . .





, , « ». , - , , … - , .





, , . : , , . 





, , , . .





, . , , . , .





SmartSignal (). 





UNRS.  Es ella quien genera mensualmente 50GB de datos sobre su condiciĂłn
. 50

MVP . : , . 





. , SmartSignal 5-7 , . 20 , . . 





– . – , – .





« », - 80% . – . – . .





, . , .





: GE . . , – . - .





, - , - , - . , , . : , ?








All Articles