流程操作员和工具可能会弥合差距以预测维护
Grant Gerke |2017年2月28日
General Mills全球可靠性的DIR Jim Wentzel最近一直在会议巡回赛上,并且在食品行业的制造数据方面一直在讨论“情境性”。温泽尔在讨论中讨论了一家公司的“数据之旅”(他们自己的工厂和企业外的合同制造工厂),并正在推动整个企业生态系统的数据透明度。这意味着各种类型的植物和企业数据,例如植物地板,仪器,机器振动,供应链甚至其他植物,以做出有效的决策。
这意味着许多业务部门以及每次连续剧的外部公司都聚集在一起,并可能改变劳动力责任。24hbet 10bet一种方案是让流程运营商提供有关设备健康的关键见解,这是由于特定资产的更好的工作知识和生命周期历史。
ARC Advisory Group的贡献分析师Peter Reynolds与他的最新帖子讨论了这种情况:预测性维护或预测操作?雷诺兹描述了操作如何依靠更好的工具,流程以及基于条件的监控方式到目前为止如何进行:
预后学和基于条件的监测仍然是反应性方法,并且已经广泛使用了数十年。尽管如此,许多公司仍在努力在预测失败和延长关键资产的寿命方面取得重大改进。
他继续写信:
因此,可以得出这样的结论:任何预测性维护或资产可靠性策略都可能始于总体操作策略,并严重影响流程工程师的技能。流程工程师(而不是维护和可靠性工程师)具有在过程和任何资产范围内解释过程数据的能力。
发现操作,维护,甚至需要通过一个IIOT平台中的数据查看企业,例如ThingWorx,元素分析,或许多其他可以为不同群体提供不同分析的产品。
查看评论