Sameer Vittal, PhD, Direttore Dati e Analisi, General Electric
Mark Sporer, responsabile tecnico, General Electric
Astratto
In questo articolo, presentiamo casi di studio che mostrano come le tecniche di ricerca sui consumatori di JMP Pro possano essere applicate ai dati di sensori e manutenzione industriali. Ciò contribuisce a guidare lo sviluppo di strategie di gestione degli asset industriali calibrate sulle preferenze dei clienti e sui modelli di valore, oltre ai tradizionali input ingegneristici. I sistemi di manutenzione tradizionali incentrati sull'affidabilità iniziano con l'analisi dell'affidabilità e delle modalità di guasto, per poi procedere attraverso una serie di studi di fattibilità in cui vengono selezionati sensori, rilevamento delle anomalie e modelli di supporto alle decisioni per ridurre i guasti imprevisti. I dati provenienti da sondaggi sui clienti, marketing ed economici spesso non vengono utilizzati, principalmente a causa della scarsa conoscenza delle tecniche di analisi dei consumatori nella comunità ingegneristica. Con JMP Pro, gli ingegneri hanno ora accesso a tecniche come l'analisi delle classi latenti, il text mining, l'analisi delle corrispondenze multiple, l'analisi tematica del text mining, ecc. Questi metodi funzionano con i metodi tradizionali di affidabilità e data mining e vengono utilizzati per segmentare gli asset industriali utilizzando sia i dati operativi (sensori) che quelli di manutenzione. Ciò fornisce ulteriori informazioni che consentono di affinare le strategie di manutenzione per questi segmenti industriali, con conseguente miglioramento dell'utilizzo del sistema e aumento del valore aziendale. Questo viene illustrato attraverso due casi di studio. Il primo caso di studio riguarda l'analisi di segmentazione basata sull'utilizzo delle centrali elettriche a carbone, mentre il secondo si basa sulla segmentazione basata sull'affidabilità di grandi flotte di turbine eoliche. Infine, mostriamo come questi metodi possano essere applicati ad altri settori manifatturieri o di processo.
