verticale

Le soluzioni di Enterprise Asset Management e i benefici dell'Internet of Things

Parleremo di manutenzione predittiva realizzata attraverso le soluzioni Infor in ambito EAM, IoT e Machine Learning. L'intervento sarà focalizzato sulla presentazione di un case study per evidenziare i risultati che si possono ottenere applicando queste tecnologie.

Scarica il PDF Scarica il PDF
Aggiungi ai preferiti Aggiungi ai preferiti


Atti di convegni o presentazioni contenenti case history
MCM Milano aprile 2019 Analisi, predittiva, monitoraggio 4.0 per l?integrit? di componenti e impianti

Pubblicato
da Atti di convegno Atti di convegno
MCM Milano 2019Segui aziendaSegui




Settori: 

Parole chiave: 


Estratto del testo
Gli atti dei convegni e più di 10.000 contenuti su www.verticale.net Milano Le soluzioni di Enterprise Asset Management e
i benefici dell'Internet of Things
1 8 a p r i l e 2 0 1 9 P a o l o T. A m o d e o '' S o l u t i o n C o n s u l t a n t e m a i l : p a o l o . A m o d e o @ i n f o r . c o m '' m o b . + 3 9 3 4 9 5 6 9 4 8 7 0 C o m e p o t e t e m i g l i o r a r e l '' e f f i c a c i a d e l l a v o s t r a m a n u t e n z i o n e
u t i l i z z a n d o s o l u z i o n i I O T e M a c h i n e L e a r n i n g
Copyright © 2018. Infor. All Rights Reserved. (2) 02 Modelli di manutenzione predittiva realizzati grazie a l l '' « I n t e r n e t d e l l e C o s e » e a i m o d e l l i d i a p p r e n d i m e n t o a u t o m a t i c o 03 Domande & Risposte 01 Agenda U n n u o v o p a r a d i g m a n e l l a g e s t i o n e d e i b e n i a z i e n d a l i Copyright © 2018. Infor. All Rights Reserved. (3) Un nuovo paradigma nella gestione dei
beni aziendali
S e z i o n e 1 Copyright © 2018. Infor. All Rights Reserved. (4) DATA MGMT Data Lake Data Services APIs Archiviazione Asset Management Asset Management Manutenzione Pianificazione Ciclo di vita Sicurezza Magazzini Gestione Fornitori Integrazione Workflow Orchestrazione User Experience Sicurezza Integrazione tra sistemi Single Sign On Users / Roles Groups Auditing / Monitoring Risk & Compliancy Insights SECURITY Machine Learning Modelli Predittivi Artificial Inteligence IOT Sensori Device collegati all''EAM I l n u o v o p a r a d i g m a n e l l '' A s s e t M a n a g e m e n t Analytics Analytics BI Real Time Dashboard Visualizzazione Previsioni Più Sorgenti Dati (inclusi sistemi cloud) Copyright © 2018. Infor. All Rights Reserved. (7) Modelli di manutenzione predittiva
realizzati grazie
all''«Internet delle Cose» e ai modelli di
apprendimento automatico
S e z i o n e 2 Copyright © 2018. Infor. All Rights Reserved. (8) IoT device links P r i m o p a s s o è i l c o l l e g a m e n t o d e i s e n s o r i d e l l e m a c c h i n e Dal campo al ''IOT MQTT Gateway MQTT , JSON Piattaforma IOT '' Data Lake Enterprise Connector JSON, Timeseries MQTT , JSON Sensori IOT PLC Altre Fonti Copyright © 2018. Infor. All Rights Reserved. (9) Sensori e Sistema di Asset Management S e c o n d o p a s s o è i l r i c o n o s c i m e n t o a u t o m a t i c o d e i s e n s o r e n e l S i s t e m a d i A s s e t M a n a g e m e n t I device devono essere automaticamente definiti nel Sistema di Asset Management e
col egati al a gerarchia d''impianto come vostri asset aziendali. EAM Creazione / disattivazione asset / cambio stato Sistema di Integrazione e Orchestrazione Commissioning De-Commissioning Status Piattaforma IOT Copyright © 2018. Infor. All Rights Reserved. (10) Sensors Dashboard V i s u a l i z z a z i o n e t r a m i t e d a s h b o a r d d e l l e m i s u r e Monitoraggio in tempo reale delle misure provenienti dai sensori Copyright © 2018. Infor. All Rights Reserved. (11) Storico delle misure V i s u a l i z z a z i o n e d e l o s t o r i c o d e i d a t i Copyright © 2018. Infor. All Rights Reserved. (12) Caratteristiche di una soluzione di AI ' I dati dovrebbero provenire da soluzioni strategiche (''enterprise data strategy')
' Gli algoritmi di Machine Learning dovrebbero essere astratti, non sviluppati ad hoc nella soluzione ' I modelli dovrebbero auto-evolversi nel tempo senza bisogno di modifiche applicative
' I modelli dovrebbero essere configurati sulla base dei dati del cliente, quindi sulla base dell''esperienza pregressa ' La User eXperience dovrebbe garantire un utilizzo non limitato agli specialisti, ma anche ai normali utenti di business ' I modelli dovrebbero essere alimentati con più dati possibili senza però che questo comporti costi elevati di gestione ' La soluzione dovrebbe mettere a disposizione un ambiente di integrazione per facilitare l''utilizzo finale delle previsioni P i a t t a f o r m a d i I n t e l l i g e n z a A r t i f i c i a l e Copyright © 2018. Infor. All Rights Reserved. (13) Copyright © 2018. Infor. All Rights Reserved. (14) Evaluating Performance I n f o r C o l e m a n A I P l a t f o r m ( B e t a P r o j e c t ) Goal: Challenge the previous ''best-practice' alerts against newly developed
Infor Coleman AI Platform model OEM Standards Coleman AI Platform* Preferred operating
level: <0.2 in/sec <0.2 in/sec Alert: 0.6 in/sec 0.25 in/sec Danger: 0.9 in/sec 0.3 in/sec NEW Downtime
vibration (alert): - .05 in/sec Outcome: Model created to categorize sensor readings based on potential issues. Copyright © 2018. Infor. All Rights Reserved. (15) HEALTHCARE INVENTORY OPTIMIZATION PREDICTIVE ETA (WAZE) MACHINE LEARNING BASED FORECASTING PREDICTIVE MAINTENANCE (IoT) TEAM BUILDING ASSORTMENT OPTIMIZATION PREDICTIVE LEAD SCORING PRICE OPTIMIZATION TALENT PROFILING & OPTIMIZATION PREDICTIVE ATTRITION Coleman Predictions Copyright © 2018. Infor. All Rights Reserved. (16) I N F O R C O L E M A N A I P L AT F O R M ( A I P a a S ) Copyright © 2018. Infor. All Rights Reserved. (17) I N F O R C O L E M A N A I P L AT F O R M ( A I P a a S ) Copyright © 2018. Infor. All Rights Reserved. (18) I N F O R C O L E M A N A I P L AT F O R M ( A I P a a S ) HVAC needs to be Maintained Auto create WO in EAM Based on type order via ERP Outbound Notification (workshop) Copyright © 2018. Infor. All Rights Reserved. (19) Conclusioni I o T & M L Abbiamo visto come sia possibile trarre beneficio dai dati provenienti dal campo per
definire del e politiche predittive basate sul ''auto-apprendimento dei dati stessi. MA MI SARA'' VERAMENTE UTILE' Oggi, la risposa più corretta è «dipende»! Dipende effettivamente da quanto è strategica la previsione per la corretta esecuzione del
business in cui operiamo. Da quanto una corretta previsione possa influenzare aspetti di sicurezza, economici e in
ultima istanza il valore aziendale, in relazione ai rischi che corriamo nel non tenerne conto. Copyright © 2018. Infor. All Rights Reserved. (20) Questions & Answers Copyright © 2018. Infor. All Rights Reserved. (21) Vi ringrazio e vi invito al Workshop: Simulazione di un intervento di manutenzione
e raccolta dati tramite le tecnologie mobile
Sala Visconti | ore 14.30


In evidenza

2G Italia
Cogenerazione e trigenerazione dal leader tecnologico mondiale
SAP Italia
Trova il percorso di trasformazione digitale per la tua impresa: scarica gratis la survey SAP e IDC
SD Project
SPAC : Il Software per la progettazione Elettrica

Articoli correlati

© Eiom - All rights Reserved     P.IVA 00850640186