26 DE OUT DE 2019
Manutenção preditiva com IoT
Os avanços na Internet das Coisas e nas tecnologias Analytics/AI estão poupando bilhões de dólares às empresas em manutenção de ativos, de acordo com o recente Relatório de Mercado de Manutenção Preditiva da IoT Analytics 2019/2024.
Os avanços na Internet das Coisas e nas tecnologias Analytics/AI estão poupando bilhões de dólares às empresas em manutenção de ativos, de acordo com o recente Relatório de Mercado de Manutenção Preditiva da IoT Analytics 2019/2024.
Publicada em junho de 2019 conclui que:
- O número de fornecedores focados principalmente na Manutenção Preditiva DOBROU, em comparação a 2017.
- O mercado global de Manutenção Preditiva atingiu US $ 3,3 bilhões em 2018 e deve crescer a um CAGR de 39% para se tornar um mercado de US $ 23,5 bilhões até 2024.
Na pesquisa do Internet of Things Institute de 2017, a Manutenção Preditiva estava em 3º na lista. Acredito que o motivo é facilidade de justificar o ROI (return of investiment), afinal, o impacto das indústrias terem uma máquina parada é muito maior do que o investimento em um processo inteligente de IoT com ação sistemática de controle e monitoramento, com o objetivo de reduzir ou impedir falhas no desempenho das máquinas.
Ao compararmos os custos de reparo e de aplicação de três diferentes metodologias de manutenção na figura acima, Corretiva, Preventiva e Preditiva, podemos concluir que:
A Manutenção Corretiva Reativa possui o maior custo de reparo, porque as falhas normalmente são catastróficas e requerem a substituição completa de componentes. Por outro lado, apresenta o menor custo de aplicação, pois as atividades de manutenção são simples, pouco instrumentadas e rápidas.
Estima-se que a manutenção preditivacusta US$ 9 por hora por ano, enquanto a manutenção preventivacusta US$ 13 por hora por ano. Além de menos interrupções, pode haver menos tempo de inatividade planejando com antecedência os procedimentos de manutenção para coincidir com as paradas da fábrica. Menos interrupções na produção também significam uma entrega de produtos mais confiável, o que é um fator importante para satisfazer, reter e fidelizar os clientes.
Como regra geral, 70% dos defeitos específicos de uma máquina podem ser previstos usando sensores para monitorar e coletar dados da máquina e, em seguida, usando a análise para determinar quando as falhas do equipamento podem ocorrer.
E sua empresa já tem um projeto de manutenção preditiva baseada em dados ? Ainda não ? Consulte-nos
Fonte: LinkedIn