IoT, big data a prediktívna údržba
Údržba je jedna zo základných a kritických činností každého priemyselného podniku. V meniacom sa priestore vznikajú nové impulzy, ktoré zákonite vplývajú aj na procesy údržby a významne ju ovplyvňujú. Súčasné trendy v údržbe priemyselných podnikov smerujú k zabezpečeniu pohotovosti a prevádzkyschopnosti strojov a zariadení pri súčasnom minimalizovaní prevádzkových nákladov. Toto vytvára silný tlak na zabezpečenie bezproblémovej prevádzky jednotlivých prvkov technickej infraštruktúry. Zároveň tak zákonite vzniká dopyt po čo najlepšom poznaní technického stavu infraštruktúry, ktorý je kľúčovým aspektom jej prevádzkovania.
Od hodnotenia k predikcii
V minulosti prevládali dva hlavné prístupy k údržbe. V prípade korektívnej údržby možno ponechať prevádzkovanie stroja až do poruchy. V niektorých prípadoch dokonca spoločnosti vedome nechajú niektoré svoje technológie dospieť až do tohto štádia, najmä v prípade, ak sú dôsledky takejto situácie akceptovateľné a nespôsobia väčšie škody. Tento typ údržby sa však považuje za finančne najnáročnejší a pri väčšine činností sa mu spoločnosti snažia vyhýbať. Častejšie používaný typ je preventívna údržba. V tomto prípade sú pre jednotlivé činnosti údržby stanovené (zväčša empiricky) pravidelné intervaly kontroly a aj výmeny komponentov. Typický príklad je výmena jednotlivých častí motorových vozidiel, ktorá sa viaže buď na obdobie používania, alebo na výkon. Po dosiahnutí aspoň jednej z podmienok dôjde k automatickému nastaveniu a výmene komponentu bez ohľadu na jeho skutočný stav.
Informačné a komunikačné technológie (IKT) otvárajú nové možnosti predovšetkým v oblasti poznania skutočného technického stavu komponentov a ich okamžitého vyhodnocovania. Jeden zo základných vstupných faktorov je prudký rozvoj metód získavania, spracovania a poskytovania informácií získaných z rôznych zdrojov, súhrnne označovaný ako Internet-of-Things (IoT). Tieto údajové zdroje a najmä ich rozsah (označovaný ako big data) vyžaduje hľadanie nových, inovatívnych prístupov, metód a nástrojov od okamihu ich spracovania, dolovania informácií (dataminingu) až po ich poskytovanie. Zároveň sa v oblasti analytických postupov postupne zdokonaľujú rôzne algoritmy optimalizácie postupov vyhodnocovania a strojového učenia sa (machine learning), aj pomocou využitia neurónových sietí. Je oprávnený predpoklad, že tieto faktory by mohli optimálne vyplniť existujúcu medzeru v oblasti poznania skutočného stavu infraštruktúry.
Základný princíp rôznych prístupov k údržbe
Big data zásadne menia aj údržbu
Ešte zásadnejšie ovplyvnili big data prístup k riešeniu analytických úloh. Pôvodný (štandardný) prístup vychádzal zo skutočnosti, že výkonní pracovníci (business) definovali otázky. Úlohou IKT štruktúr bolo ich zodpovedanie. Využitie big data, naopak, vychádza zo skutočnosti, že úlohou IKT štruktúr je pripraviť platformu na uloženie a dopytovanie údajov, pričom otázky sa budú klásť na základe štúdia týchto dát (datamining).
Výzvou dnešnej doby je správne nastavenie pravidiel údržby technickej infraštruktúry s využitím big data. To obsahuje aj získanie postupov na nastavenie pravidiel, ktoré umožnia minimalizáciu zásahov korektívnej údržby oproti preventívnej. Na takéto nastavenie treba poznať tak fyzický stav infraštruktúry, ako aj – a to je ešte dôležitejšie – faktory (interné aj externé) ovplyvňujúce jej stav a vyvolávajúce ohrozenie (threats). Po procese identifikácie hrozieb je potrebné ohodnotenie ich pravdepodobnosti, čím vznikne súbor rizikových faktorov. Práve v oblasti kvantifikácie hrozieb je vysoký potenciál výskumu a identifikácie nových diagnostických postupov, resp. zapracovania výstupov do vzniknutého modelu rizík. V poslednej fáze bývajú potom do modelu implementované nápravné opatrenia a ich finančné ohodnotenie, čo umožní realizovať prediktívne odhady tak navrhovaných postupov údržby, ako aj ich finančných nákladov. Vzniknutý model je tak úplne transparentný oproti akýmkoľvek diagnostickým vstupom a v prípade, že niektoré vstupy dnes nie sú úplne známe, umožní pracovať s expertne odhadnutou hodnotou.
Údržba na Slovensku v oblasti dopravy
V zmysle platného strategického plánu rozvoja dopravnej infraštruktúry do roku 2020 sa ako hlavné riziká uvádzajú nedostatočné finančné zdroje a aj stavebno-technický stav infraštruktúry. Problém nedostatočného financovania dopravného sektora súvisí nielen s investíciami na strane rozvoja dopravnej infraštruktúry, ku ktorému SR viažu medzinárodné dohody, ale i so zaistením údržby existujúcej dopravnej siete naprieč jednotlivými podsektormi. V dôsledku zanedbania priebežnej údržby v minulosti sa teraz vyžadujú veľké investičné prostriedky zamerané na komplexnú rekonštrukciu častí dopravnej infraštruktúry, ktoré sú už v neuspokojivom a sčasti i havarijnom stave. Technická základňa dopravnej infraštruktúry nie je dostatočne pripravená na meniace sa podmienky a štruktúru dopravného trhu. Technický stav väčšiny uvedených infraštruktúrnych zariadení je neuspokojivý najmä z dôvodu dlhodobého podfinancovania zapríčiňujúceho nežiaduce odsúvanie štandardnej údržby, ktoré je spojené s neprimeraným nárastom budúcich nákladov potrebných na obnovenie trvalo udržateľného stavu.
Na základe toho boli stanovené priority. Cieľom je najmä doplnenie chýbajúcich dát potrebných na efektívne plánovanie rozvoja a údržby dopravnej infraštruktúry (monitoring, diagnostika) a poskytovanie dopravných služieb a ich priebežná aktualizácia, ako aj nastavenie plánu udržateľného financovania dopravnej infraštruktúry.
Zobrazit Galériu
