Industrie automobile
Une entreprise leader dans la fabrication d’automobiles qui produit environ 4 millions de voitures par an, a approché PREDICT pour fournir une solution qui pourrait prédire les défaillances en amont, aider à la planification efficace des activités de maintenance et, minimiser l’impact financier global.
Pronostic à 2,5 mois
Prévision de la panne d’un moteur linéaire 2,5 mois à l’avance
Cause racine identifiée
Des dépôts entre les plaques de glissement du moteur ont entraîné la défaillance.
16 heures de Production
Un retard dans la maintenance a entraîné 16 heures d’indisponibilité
challenge
L’industriel automobile était à la recherche d’une solution qui pourrait
- Améliorer la disponibilité opérationnelle de ces équipements.
Après une étude technique méticuleuse de ces équipements dans l’installation, un modèle a été formulé pour surveiller le comportement des équipements. Cela a permis de fournir un retour d’information régulier pour renforcer la capacité opérationnelle de ces équipements.
- Réduire les frais généraux en remplaçant la bonne pièce au bon moment
En utilisant des algorithmes d’analyse prédictive efficaces, la durée de vie restante de ces équipements est estimée afin que la maintenance puisse être effectuée avec un minimum d’intervention sur l’activité de production.
- Optimiser les ressources pour réduire la charge de travail préventive
En prévoyant les équipements qui tomberont en panne à l’avenir et en identifiant les causes profondes de ces pannes, la charge de travail préventive a considérablement diminué.
solution
En analysant l’ingénierie derrière ces équipements et en l’associant aux données historiques de 6 mois provenant de différents capteurs, PREDICT a pu modéliser le comportement du système et identifier les meilleurs indicateurs pour prédire les pannes.
Une fois déployée dans l’environnement du client, la solution a pu surveiller les équipements nouvellement installés. En intégrant les contributions des experts du domaine du côté du client, PREDICT a pu améliorer encore sa solution en identifiant les causes profondes.
Un mois après l’installation, le PREDICT a été capable de prédire une panne dans l’un des moteurs linéaires nouvellement installés 2,5 mois à l’avance. En outre, PREDICT a également pu déterminer que les dépôts entre les planches coulissantes du moteur linéaire entraîneraient la défaillance de ce dernier.
Cependant, la maintenance n’a pas été effectuée sur le moteur linéaire et, le moteur linéaire est tombé en panne dans le délai estimé par PREDICT. Le client aurait pu économiser 16 heures d’arrêt de production si la maintenance avait été effectuée à temps.