本ウェブサイトをご利用になる場合、クッキー(Cookie)の使用にご同意いただいたものとみなされます。 。詳細はこのリンクよりご覧いただけます。/

ビッグデータ分析を用いたさらに知的なメンテナンス

生産ラインからビッグデータを分析することによって、メンテナンスの効率を高め、利用可能性を改善し、メンテナンス費用を最適化することができる。

バルメットは生産プロセスをデジタル化することに関して優れた力量を持っている。1980年代後半に最初のセンサーをバルメットの紙および板紙マシンに設置し、1990年代にはインテリジェンスを生産プロセスに組み込んだ。年中無休のリモートサービスは 2000年の初期以来利用が可能になっている。

「ソフトウェアとハードウェアの技術的進歩によって、今ではこの埋め込みインテリジェンスを以前よりもはるかにうまく利用し付加価値のあるソリューションをお客様に提供できるというのが新しい点です。こうして、私たちのお客様がより良いベンチマーキング、予測モデルおよび最良の実施例、例えばエネルギー消費の最適化、フリート分析、および次世代プロセスの適用といったことに関しての総合データを利用し、マシンの性能を向上させることができます。」と、バルメットのセールス&オペレーションデベロップメントのマネージャー Markku K. Saloは語る。

メンテナンスによりさらに一歩前進

メンテナンス操作にとってはビッグデータの使用は革命ではなく進化を意味する。今日、ミルワイドメンテナンスデータは ERPと他のシステムに集められ、 ビッグデータ分析を可能にする。さまざまなシステム間でデータを共有し利用することによって、メンテナンス管理、計画および操業のための大きな利益がもた らされる。

メンテナンス管理に用いられるデータ量は、いくつかのデータソース、例えば自立式状態監視システム、オートメーションシステム、コン ピュータ化メンテナンス管理システムおよびコスト制御アプリケーションなどからのデータを収集し、結合させ分析することができるように、今ではきわめて大 きいものになっている。

「こういったデータをすべて分析することによって、お客様は、例えばそれらの装置が将来いかに機能するか、そして最適な サービス間隔がどれくらいであるかについて予測することができます。これによって、メンテナンスが予測でき、最適化が可能になります。全体として、生産ラ インまたはプロセスの利用可能性が向上し、時間を節約し、メンテナンスコストを最適化します。」と Saloは説明する。

使用中の消耗品を用いての開発プロジェクト

バルメットは現在ビッグデータを用いて抄紙機の消耗品の使用を最適化する開発プロジェクトを実行している。プロジェクトの 1つはロール表面を扱うものである。これは、抄紙機と製造メーカーの情報から何千ものロール性能のシグナルと独立型の研磨機からのロール研磨データを結び付けるものである。こうしたデータすべてを統合することによって、全面的に新しい方法であばれを検出し、ロールの状態を分析することができる。

「ロールの性能とメンテナンス必要性をより良く理解することによって、ロールのメンテナンス作業の間隔を20%延長し、ロールの運転時間をより長くすることができます。 ロールが破損しないのを確認するだけのためにロールを交換する必要はもはやありません。」 と、バルメットのシニアペーパーテクノロジーマネージャー Hannu Lättiは指摘する。

バルメットは、予測モデルによって個々のロールがどれくらい長く運転できるかの週ごとの予測値をお客様に提供することができる。「私たちは、カレンダやサイザのロール、加えてウェットエンドのファブリックといった消耗品を用いてビッグデータ分析を開始しました。これを利用する可能性はほかにたくさんあります。例えば、エネルギー消費を最適化するといったことです。」 とバルメット・ペーパーテクノロジーのディレクター Pekka Linnonmaaは追加する。

より良い意思決定のための情報

様々なシステムから集めたビッグデータに関する作業をするために、バルメットは最新の分析理論と分析ツールのための論理データウェアハウスを持っている。

「大量のデータを分析し処理することによって、お客様が自らのプロセスに適したより良いメンテナンス方法を決めるに必要な情報を生み出します。」というのが Linnonmaaの結論である。