В чем разница между предиктивным и прескриптивным обслуживанием?

Опубликовано: 25 августа 2020 г.

Предиктивная аналитика — это форма углубленной аналитики, которая изучает данные или контент и отвечает на вопрос «Что произойдет?» или, точнее, «Что может произойти?». В ней используются такие методы, как регрессионный анализ, прогнозирование, многомерная статистика, сопоставление с моделью, предиктивное моделирование и прогнозирование.
Прескриптивная аналитика — это форма углубленной аналитики, которая изучает данные или контент и отвечает на вопрос «Что следует сделать?» или «Что мы можем сделать, чтобы добиться ______?». В ней используются такие методы, как анализ графов, моделирование, обработка сложных событий, нейронные сети, механизмы рекомендаций, эвристика и машинное обучение.

Источник: Gartner

 

Предиктивное или прескриптивное обслуживание: это всего лишь отраслевая мода, или долгожданный прорыв, который на самом деле поможет повысить производительность? Я считаю, что верно второе.

Поскольку автоматизация все шире распространяется во всех отраслях промышленности, механические устройства заменяются электронными компонентами в производственных, промышленных и заводских условиях. Это значит, что увеличивается число датчиков для сбора данных. Чем более подробные данные они собирают, тем лучше видимость и понимание оператора-владельца. По крайней мере, так должно быть.

Посмотрим, как обстоят дела на самом деле. Ведущая в отрасли компания с высоким уровнем управления эффективностью активов, начавшая внедрение предиктивной аналитики, получала очень много оповещений от датчиков. Все оповещения указывали на то, что обнаружена аномалия, но не предлагали никакого решения проблемы.

Компании важно было понять, действительно ли выбранные меры по устранению аномалии были оптимальным выбором. Как можно было бы определить сроки, в которые необходимо было выполнить соответствующее обслуживание? Была ли возможность отложить решение проблемы до следующего останова? И каков наилучший подход к решению определенных задач технического обслуживания? Суть в том, что обнаружение аномалии бесполезно, если вы не знаете, что делать с отказом, который может произойти из-за нее.

Мания оповещений

При пробном запуске предиктивной аналитики оповещения понятны, а у вас достаточно времени на то, чтобы их обработать. Но после завершения этапа запуска, установки датчиков и настройки предупреждений по всему предприятию, есть риск упустить главное из-за большого внимания к мелочам. Если нельзя оценить важность оповещения и обработать его соответствующим образом, оно часто игнорируется, что создает реальную угрозу для эффективности вашего актива.

Чтобы предиктивная аналитика приносила пользу, необходимо уметь реагировать на инциденты. Прескриптивная аналитика поможет лучше подготовиться к принятию мер по их устранению.

Уровень зрелости для предиктивной аналитики

Часто приходится слышать, что прескриптивная аналитика актуальна только тогда, когда вы практически достигли уровня зрелости управления эффективностью активов. Я категорически с этим не согласна. Прескриптивная аналитика необходима для любой стратегии управления активами, будь то реализация плана реагирующего технического обслуживания или полностью прогнозный подход. Лучшая стратегия — это сочетание разных подходов для различного оборудования на предприятии. Тем не менее, крайне полезно свести к минимуму время простоев всего оборудования и активов.

Прескриптивная аналитика и ее суть

Чтобы действительно повысить ценность с помощью предиктивной аналитики, вам нужно уйти от «мании оповещений» и подготовить меры по устранению проблем, используя прескриптивную аналитику.

Представьте, что у вас тысячи оповещений. Чтобы управлять ими, потребуется следующее:

  • Понимание критичности оповещения и его влияния на ценность (какое влияние может оказать это оповещение?)
  • Срочность конкретного оповещения (сколько у меня времени на подготовку?)
  • Оптимальные меры по устранению проблемы (Что мне необходимо предпринять, какие для этого потребуются навыки и инструменты, нужны ли мне запасные части?)

Когда у вас появятся ответы на эти три основных вопроса, вы сможете эффективно обрабатывать оповещения.

Итак, меняет ли положение прескриптивная аналитика? Да, она необходима для создания стратегии обработки оповещений. Она позволит существенно сократить время простоев и избежать дорогостоящих задержек. Но самое главное, с ней ваши данные будут самого высшего качества, чтобы вы смогли получать самые высокие результаты. AVEVA предлагает библиотеки данных по качеству, которые помогут вам начать работу.

 

Увеличьте прибыльность инвестиций в эффективность активов благодаря принятию решений в реальном времени на основании данных с датчиков и прескриптивной аналитике.

Хотите узнать приоритетные области для внедрения улучшений?

Подписаться на обновления

Подпишитесь на нашу рассылку и получайте самые свежие новости напрямую.

Подписаться сегодня