Uma vez por mês, receba os mais recentes insights, tendências, informações analíticas e conhecimentos sobre Big Data.
AVAILABLE NEWSLETTERS:
Obrigado por assinar!
Uma vez por mês, receba os mais recentes insights, tendências, informações analíticas e conhecimentos sobre Big Data.
Obrigado por assinar!
Como fabricante, o tempo de inatividade prejudica a eficiência e os resultados. Prever e prevenir o tempo de inatividade ou falhas de equipamentos é crucial para manter sua empresa operando sem problemas e de forma produtiva. Os fabricantes estão procurando softwares de análise preditiva para acompanhar de perto a infraestrutura crítica e evitar o tempo de inatividade. Prever falhas nos equipamentos e responder com manutenção preventiva ou substituição mantém a empresa operando com o máximo de eficiência.
A convergência de várias tecnologias e recursos está possibilitando a análise preditiva. Dispositivos conectados à Internet capturam dados em tempo real ou quase em tempo real. Ao mesmo tempo, a nuvem facilitou e barateou o armazenamento e a análise de conjuntos de dados cada vez maiores. Antigamente, os modelos preditivos eram criados apenas com conjuntos de dados históricos ou descritivos retrospectivos. Esses modelos usavam uma pequena fatia de dados, pois havia menos capacidade de armazenamento de dados, menos poder de processamento e, certamente, menos capacidade de captura em tempo real. Agora é possível processar dados ilimitados por meio de softwares utilitários de código aberto, como o Hadoop. Como os dados são armazenados a um custo baixo, as equipes de dados criam modelos mais robustos com acesso a todo um conjunto de dados, em vez de a uma pequena parte do conjunto. E essa capacidade aumenta a chance de capturar mais recursos e atributos preditivos,de forma que organizações de todos os tipos e tamanhos usem a análise preditiva de forma mais ampla.
A Noble Energy é uma empresa independente de petróleo e gás com presença global. Ela começou a usar uma plataforma de Big Data para prever e evitar o tempo de inatividade da sua infraestrutura. Frank Besch, diretor de integração de negócios da Noble Energy, comenta: “a infraestrutura gera valor: dinheiro. Isso leva a vendas e, quando essa capacidade não é totalmente usada, há um valor não sendo capturado.” Com a análise preditiva, a empresa melhora a manutenção da sua infraestrutura de hidrocarbonetos. O próximo objetivo da Noble Energy para análise preditiva é usar os dados para melhorar a segurança e evitar acidentes de trabalho.
A empresa de perfuração offshore Rowan Companies não tinha acesso a uma arquitetura de dados distribuída e em tempo real. Sem acesso a dados em tempo real, suas equipes operavam com capacidade limitada para fornecer suporte remoto. Eles precisavam de uma solução de Internet das Coisas (IoT) que conectasse sem falhas o mar à costa. Agora, a Rowan coleta dados em tempo real dos seus sistemas industriais e os transmite instantaneamente. Isso permite o monitoramento remoto de certas condições, algumas críticas. Com analítica preditiva e previsão de manutenção, a Rowan espera reduzir o tempo de inatividade e o número de viagens às suas plataformas para solucionar problemas.
Atualmente, a maioria das empresas realiza manutenção reativa (consertando equipamentos quando quebram) ou manutenção preventiva (um cronograma definido de tarefas de manutenção normalmente recomendadas pelo fabricante do equipamento). Mas os fabricantes que querem ter uma vantagem no mercado estão buscando a manutenção preditiva. Usando dados em tempo real e modelagem preditiva, os fabricantes otimizam seus cronogramas de reparo, sabendo com cada vez mais com certeza quando um equipamento ou infraestrutura apresentará falhas ou desgastes. Sabendo disso, eles otimizam o uso do equipamento e reduzem os custos realizando a manutenção "just-in-time". Isso evita tempos de inatividade na produção causados por falhas críticas, melhora a eficiência dos ativos e mantém a equipe focada nas tarefas mais críticas.
O uso de software de análise preditiva na manutenção preditiva melhora a manutenção de ativos e a tomada de decisões interna, dando aos fabricantes uma vantagem na concorrência.
Assista a este vídeo para saber mais sobre como a Noble Energy usa software de análise preditiva para manter a infraestrutura e melhorar a segurança dos funcionários.
Você gosta do nosso conteúdo?
Inscreva-se!
Assine aqui para obter atualizações da Hortonworks mensalmente!
Obtenha atualizações recentes da Hortonworks
Você se inscreveu com sucesso para o boletim informativo da Hortonworks
Este site usa cookies para análise, personalização e publicidade. Para saber mais ou alterar suas configurações de cookies, leia nossa Política de Cookies. Ao continuar a navegar, você concorda com o uso de cookies.
Apache, Hadoop, Falcon, Atlas, Tez, Sqoop, Flume, Kafka, Pig, Hive, HBase, Accumulo, Storm, Solr, Spark, Ranger, Knox, Ambari, ZooKeeper, Oozie, Phoenix, NiFi, Nifi Registry, HAWQ, Zeppelin, Slider, Mahout, MapReduce, HDFS, YARN, Metron and the Hadoop elephant and Apache project logos are either registered trademarks or trademarks of the Apache Software Foundation in the United States or other countries.
© 2011-2018 Hortonworks Inc. All Rights Reserved.
Comments
Thanks for sharing such a nice post regarding preventive maintenance and downtime tracking. Reducing downtime can help in minimizing the overall loss of any manufacturing industry and it is a very important factor which every manufacturing manager should take care of. Using a good Downtime Tracking Software is a great idea for handling critical machine downtime situations.