Que dois-je faire avec les données ? !

C'est le cœur de l'Internet de la fiabilité. En vous préparant à l'assaut de nouvelles informations entrant dans vos opérations de fiabilité, vous vous rendrez peut-être compte que vous n'avez pas le personnel pour suivre le rythme. Apprenez à maximiser la puissance et l'efficacité des données critiques pour rester en tête et concentré sur ce qui compte.

---

Que faire avec toutes les données

Bienvenue dans la nouvelle série Web de Noria intitulée « L'Internet de la fiabilité ». Je suis votre hôte, Jeremy Drury avec IoT Diagnostics, et nous sommes là pour vous guider dans une opération de fiabilité basée sur les données et connectée à Internet.

J'ai de bonnes nouvelles. Nous arrivons au troisième rang de cette série de vidéos. Nous sommes passés à un niveau élevé, intermédiaire et sommes entrés dans les mauvaises herbes, mais la seule chose dont nous n'avons pas beaucoup parlé et peut-être la partie la plus importante de cette série est ce que vous faites avec toutes les données. Comment gérez-vous tout ? Comment gérez-vous toutes les nouvelles informations qui vous parviennent ? Si vous restez avec moi sur cette vidéo, nous avons quelques réponses sur la manière exacte de procéder.

Comprendre la grande quantité de données

Vous m'avez déjà entendu dire dans une vidéo précédente que nous exploitons et utilisons les données des capteurs et les informations quantitatives depuis près d'une décennie pour nous aider à gérer nos opérations de fiabilité. La différence avec cette migration vers l'Industrie 4.0 est la grande quantité de données qui entrent dans notre organisation. Lorsque tout est connecté, c'est comme si le robinet était allumé et que les informations arrivaient à plein régime dans l'organisation. Tout est accéléré, et cela devient un problème, car la plupart d'entre nous n'obtiendront pas beaucoup de nouveaux employés, voire aucun, pour nous aider à comprendre et à naviguer dans tout cela.

Espérons que vous passerez moins de temps sur les machines et plus de temps à examiner les données pour évaluer avec précision les machines afin de les servir lorsqu'elles doivent être servies. Là où cela tombe, c'est si vous passez plus de temps à entrer dans vos données et que vous n'avez même pas le temps de vous occuper de la maintenance et de l'entretien continus de votre équipement. Nous devons donc trouver le bon équilibre.

2 Lenses de données

Je veux parler de deux lentilles différentes des données et de la puissance des données pour vous. Il existe deux manières différentes d'examiner les données. D'un côté, je veux vous montrer la puissance d'un seul point de données. D'un autre côté, je veux vous montrer l'impuissance des données. Commençons par le second.

Quelqu'un m'a dit un jour que si vous ne faites que regarder les données, vous ne faites qu'admirer le problème. C'est amusant de regarder les graphiques de tendances et les visuels, mais en soi, cela ne résout aucun problème pour vous, car les données sont une pelle et non une solution. Vous devez creuser dans les informations pour les comprendre et baser vos décisions sur les informations qui vous sont fournies. Ce n'est jamais une bonne idée de tout mesurer et de tout surveiller si vous ne pouvez pas déterminer ce qui est le plus important pour votre organisation du côté des données.

Cela m'amène au deuxième point, sur lequel je vais passer un peu plus de temps pour vous aider à comprendre ce que vous pouvez obtenir avec un seul point de données. Je considère les choses comme des données centrales et des données en coulisses. Les données centrales examinent les leviers critiques de certains processus ou actifs à partir desquels vous pouvez prendre des décisions comparatives immédiates. Les données en coulisse sont les opérations quotidiennes en cours qui aident à supplanter les inférences que vous faites, mais elles n'ont pas tout à fait le pouvoir de vous montrer au plus profond de vos opérations.

Une étude de cas

Tout au long de cette série, nous avons beaucoup parlé des pompes hydrauliques, alors continuons ce récit. Les fabricants recommandent souvent qu'une pompe hydraulique fonctionne à un rendement volumétrique de 85 %. Qu'est-ce que ça veut dire? Si vous pensez à une pompe, elle a prévu des fuites. Au fur et à mesure que la pompe se déplace, le fluide doit y être pompé pour que tout fonctionne. Un peu de liquide est toujours contourné par le drain du boîtier. C'est un bon exemple révélateur pour comprendre à quel point une pompe peut être saine ou efficace en surveillant le fluide qui sort.

Cependant, vous pouvez mesurer beaucoup de choses quand il s'agit d'une pompe, comme la température, la pression, les vibrations, etc. Mais que se passe-t-il si vous mesurez simplement l'efficacité volumétrique ? Si vous recherchez les bons fournisseurs de plate-forme IoT, vous pouvez trouver une opportunité d'obtenir un aperçu plus macro de la santé d'un actif. Si vous savez que le fabricant recommande une efficacité volumétrique de 85 % et que vous avez la possibilité de savoir en temps réel que vous étiez à une efficacité volumétrique de 78 %, cela signale immédiatement l'inefficacité de votre processus. Même cela, en soi, est une mine d'or dans la vague de données de masse que vous allez rencontrer à l'intérieur de l'Internet des objets.

La puissance d'un point de données unique

Je veux vous montrer la puissance qui continue de se propager à partir d'un seul point de données. En fait, je vais vous montrer cinq façons dont ce point de données unique continue de se développer dans votre organisation. Utilisons le même scénario de cas. Nous constatons une efficacité volumétrique de 78 % sur l'actif. Cela me dit directement dans l'atelier que mon actif fonctionne moins efficacement qu'il ne devrait l'être. Cela va déclencher la première ondulation. Je dois prendre une décision à ce sujet. Je vais appeler la maintenance. Quelqu'un de la maintenance va venir évaluer la situation. Pourquoi cette pompe fonctionne-t-elle en dessous de son efficacité ? S'agit-il d'un vernis, d'une sorte de casse de matière ou d'un manque de filtration ? Ainsi, la maintenance va diagnostiquer le problème. Nous sommes passés de l'actif à l'entretien de celui-ci. Voyons maintenant cela du côté des opérations.

Comment cette pompe se compare-t-elle à toutes les autres pompes que j'aurais dans mon opération de production, en particulier sur ce site ? Est-ce un problème courant? Est-ce que je trouve que toutes mes pompes fonctionnent en dessous de l'efficacité ou peut-être seulement certaines ? Qu'est-ce qui motive ce facteur d'inefficacité? Est-ce lié à l'application, à l'âge, à l'opération ou à l'heure de la journée ? Il y a toutes sortes d'inférences que le service des opérations peut maintenant faire sur la façon de faire la production de la manière la plus optimale à l'intérieur de l'atelier.

Allons au-delà d'une quatrième étape et passons au côté de l'entreprise. Supposons que vous soyez une société de production multinationale avec des opérations dans le monde entier. Lorsque vous atteignez le niveau de chef de l'exploitation (COO) et que vous comprenez l'efficacité de vos opérations de production, vous pouvez commencer à vous demander pourquoi une région produit plus efficacement qu'une autre. Ou, existe-t-il des moyens de tirer parti de la façon dont vous menez vos opérations aux États-Unis pour comprendre comment vous pouvez améliorer votre efficacité en Europe ? Désormais, nous prenons des décisions d'entreprise sur la base de ce seul point de données.

Le dernier élément est que vos fournisseurs et fabricants d'équipement d'origine (OEM) peuvent désormais exploiter ces données pour comprendre s'ils fournissent le bon équipement de filtration ou de lubrification au meilleur moment. Même le fabricant de pompes peut exploiter ces données pour fabriquer un meilleur équipement pour vous à l'avenir. Ainsi, un seul point de données s'est propagé de cinq façons à travers une organisation. Encore une fois, si quelqu'un veut juste parler de graphiques de tendances, il a raté la cible car le bon point de données peut résoudre tous ces problèmes en très peu de temps.

Maintien du contrôle des données

La dernière chose dont je veux parler est votre contrôle sur les données. Je vous encourage à garder le contrôle dès le début. Qu'est-ce que je veux dire par là ? Comment voulez-vous que vos données soient affichées ? Voulez-vous que vos données soient transférées dans un automate programmable local (PLC) ? Vous le souhaitez visuellement sur un contrôle de supervision et d'acquisition de données (SCADA) ? Voulez-vous entrer dans le côté réseau? Le voulez-vous sur vos appareils intelligents ou sur vos ordinateurs de bureau ? Quel genre de fréquence voulez-vous? Il existe des fournisseurs de plateformes IoT qui peuvent vous envoyer un SMS toutes les 60 secondes en cas de déclenchement d'alarme. Ce n'est peut-être pas la bonne situation pour vous.

Peut-être voulez-vous seulement les informations toutes les deux ou trois semaines ou essayez-vous simplement de suivre les changements dans vos opérations. Cela peut non seulement vous aider à développer votre retour sur investissement (ROI) sur la façon dont vous utilisez ces leviers d'information, mais cela vous mettra également aux commandes lorsque vous vous asseyez avec vos fournisseurs et partenaires de plate-forme IoT pour leur faire savoir , « Voici comment je veux gérer mes opérations. Pouvez-vous vous connecter à la façon dont je cherche à le faire ?"

En résumé, trouvez les bonnes informations, les données centrales que vous recherchez et utilisez-les sur vos écrans pour piloter vos opérations les plus importantes. Ensuite, prenez position sur la façon dont vous souhaitez recevoir vos notifications et informations pour faire quelque chose sur les données que vous creusez.

Merci pour m'avoir rejoint aujourd'hui. Encore une fois, il s'agit de la nouvelle série Web de Noria intitulée « L'Internet de la fiabilité ». Je suis votre hôte, Jeremy Drury. C'était super de te parler