Dobici:
- Zna koji podaci ukazuju na kvar
- Može napraviti predviđanja s jednostavnim praćenjem praga
- Razlikuje što AI ovdje može, a što ne može
Većina kvarova ne događa se iznenada; unaprijed daje znak. Povećane vibracije, porast temperature, promjena u struji i promjena karaktera zvuka najčešći su prethodnici.
Podaci za praćenje
- Struja motora: rastuća struja može ukazivati na blokadu ili zaglavljivanje ležaja.
- Temperatura ležaja: nedostatak podmazivanja ili neusklađenost.
- Vibracije: neravnoteža, trošenje, labavljenje.
- Razlika tlaka aspiracije: začepljenje filtera.
- Učinkovitost proizvodnje: smanjenje učinkovitosti s istom postavkom neizravan je pokazatelj trošenja.
Uloga umjetne inteligencije
Umjetna inteligencija slijedi obrazac u ovim podacima strpljivije od čovjeka: otkrivanje "struje motora C2 valjka postupno raste u posljednja tri tjedna" čini vidljivim trend koji je možda bio previđen.
Međutim, umjetna inteligencija ne vidi kvar, ona vidi podatke. Ako nema senzora i podaci se ne bilježe, nema predviđanja. Preduvjet za prediktivno održavanje je mjerenje; softver je drugi korak.
Rečenica "AI predviđa neuspjeh" je istinita samo ako postoje podaci. Prvo izmjerite, zatim modelirajte. Izrada modela bez mjerenja znači izvođenje zaključaka iz nepostojećih informacija.