Bảo trì dự đoán được chứng minh là trường hợp sử dụng AI thành công

Bởi John P. Desmond, Biên tập viên Xu hướng AI Ngày càng có nhiều công ty khai thác thành công các hệ thống bảo trì dự đoán kết hợp cảm biến AI và IoT để thu thập dữ liệu dự đoán sự cố và đề xuất hành động phòng ngừa trước khi hỏng hóc hoặc máy móc bị hỏng, nhằm minh họa trường hợp sử dụng AI có giá trị đã được chứng minh. Sự tăng trưởng này được phản ánh qua những dự báo lạc quan về thị trường. Theo báo cáo từ IoT Analytics của Hamburg, Đức, thị trường bảo trì dự đoán hiện có quy mô 6,9 tỷ USD và dự kiến ​​sẽ tăng lên 28,2 tỷ USD vào năm 2026. Công ty hiện có hơn 280 nhà cung cấp giải pháp trên thị trường và dự kiến sẽ tăng lên hơn 500 vào năm 2026. Fernando Bruegge, Nhà phân tích, IoT Analytics, Hamburg, Đức Nhà phân tích Fernando Bruegge, tác giả của báo cáo cho biết: “Nghiên cứu này là lời cảnh tỉnh đối với những người cho rằng IoT đang thất bại”, đồng thời cho biết thêm: “Đối với các công ty sở hữu tài sản công nghiệp hoặc bán thiết bị, giờ là lúc đầu tư vào các giải pháp bảo trì dự đoán”. Và “Các công ty công nghệ doanh nghiệp cần chuẩn bị tích hợp các giải pháp bảo trì dự đoán vào sản phẩm của họ,” Bruegge đề xuất. Dưới đây là đánh giá một số trải nghiệm cụ thể với hệ thống bảo trì dự đoán kết hợp cảm biến AI và IoT. Theo một tài khoản gần đây trong CIO, nhà sản xuất động cơ máy bay Rolls-Royce đang triển khai các phân tích dự đoán để giúp giảm lượng carbon mà động cơ của họ tạo ra, đồng thời tối ưu hóa hoạt động bảo trì để giúp khách hàng giữ máy bay ở trên không lâu hơn. Rolls-Royce đã xây dựng nền tảng Động cơ Thông minh để giám sát chuyến bay của động cơ, thu thập dữ liệu về điều kiện thời tiết và cách thức phi công bay. Học máy được áp dụng cho dữ liệu để tùy chỉnh chế độ bảo trì cho từng động cơ. Stuart Hughes, giám đốc thông tin và kỹ thuật số, Rolls-Royce Stuart Hughes, giám đốc thông tin và kỹ thuật số của Rolls-Royce cho biết: “Chúng tôi đang điều chỉnh các chế độ bảo trì của mình để đảm bảo rằng chúng tôi đang tối ưu hóa tuổi thọ của động cơ chứ không phải tuổi thọ mà hướng dẫn sử dụng yêu cầu”. “Đó thực sự là một dịch vụ đa dạng, coi mỗi động cơ như một động cơ riêng lẻ.” Khách hàng đang thấy dịch vụ ít bị gián đoạn hơn. Hughes cho biết: “Rolls-Royce đã giám sát động cơ và tính phí mỗi giờ trong ít nhất 20 năm. "Phần kinh doanh đó không phải là mới. Nhưng khi chúng tôi phát triển, chúng tôi bắt đầu coi động cơ như một động cơ đơn nhất. Vấn đề nhiều hơn là việc cá nhân hóa động cơ đó." Phân tích dự đoán đang được áp dụng trong chăm sóc sức khỏe cũng như trong ngành sản xuất. Kaiser Permanente, tập đoàn chăm sóc được quản lý tích hợp có trụ sở tại Oakland, California. Đang sử dụng phân tích dự đoán để xác định những bệnh nhân không thuộc đơn vị chăm sóc đặc biệt (ICU) có nguy cơ bị bệnh nặng nhanh chóng. Theo Tiến sĩ Gabriel Escobar, nhà khoa học nghiên cứu, Phòng Nghiên cứu và giám đốc khu vực, Nghiên cứu Hoạt động Bệnh viện, Kaiser Permanente Bắc California, mặc dù những bệnh nhân không thuộc ICU yêu cầu chuyển viện đột xuất đến ICU chiếm chưa đến 4% tổng số bệnh viện, nhưng họ lại chiếm 20% tổng số ca tử vong tại bệnh viện. Kaiser Permanente Thực hành bảo trì dự đoán trong chăm sóc sức khỏe Kaiser Permanente đã phát triển hệ thống Giám sát cảnh báo nâng cao (AAM), tận dụng ba mô hình phân tích dự đoán để phân tích hơn 70 yếu tố trong hồ sơ sức khỏe điện tử của một bệnh nhân nhất định nhằm tạo ra điểm rủi ro tổng hợp. Dick Daniels, phó chủ tịch điều hành và CIO của Kaiser Permanente cho biết: “Hệ thống AAM tổng hợp và phân tích các số liệu thống kê quan trọng, kết quả xét nghiệm và các biến số khác để tạo ra điểm nguy cơ suy giảm sức khỏe hàng giờ cho bệnh nhân người lớn ở bệnh viện trong các đơn vị chăm sóc y tế-phẫu thuật và chuyển tiếp”. "Các nhóm bệnh viện từ xa đánh giá điểm rủi ro mỗi giờ và thông báo cho các nhóm phản ứng nhanh trong bệnh viện khi phát hiện thấy tình trạng xấu đi có thể xảy ra. Nhóm phản ứng nhanh tiến hành đánh giá tại giường bệnh của bệnh nhân và hiệu chỉnh quá trình điều trị với bác sĩ bệnh viện." Để đưa ra lời khuyên cho các học viên khác, Daniels khuyến nghị nên tập trung vào việc làm thế nào để công cụ này phù hợp với quy trình làm việc của các nhóm chăm sóc sức khỏe. Daniels cho biết: “Chúng tôi đã mất khoảng 5 năm để thực hiện việc lập bản đồ ban đầu cho phần phụ trợ hồ sơ y tế điện tử và phát triển các mô hình dự đoán”. “Sau đó, chúng tôi phải mất thêm hai đến ba năm nữa để chuyển những mô hình này thành một ứng dụng dịch vụ web trực tiếp có thể được sử dụng trong hoạt động.” Trong một ví dụ từ ngành công nghiệp thực phẩm, một nhà máy PepsiCo Frito-Lay ở Fayetteville, Tenn. đang sử dụng thành công phương pháp bảo trì dự đoán, với thời gian ngừng hoạt động của thiết bị tính đến thời điểm hiện tại là 0,75% và thời gian ngừng hoạt động ngoài kế hoạch là 2,88%, theo Carlos Calloway, giám đốc kỹ thuật về độ tin cậy của cơ sở, trong một tài khoản trong PlantServices. Các ví dụ về giám sát bao gồm: chỉ số rung được xác nhận bằng siêu âm đã giúp ngăn chặn động cơ quạt đốt của PC bị hỏng và làm tắt toàn bộ bộ phận khoai tây chiên; phân tích hồng ngoại cột chính cho kho tự động GES của nhà máy đã phát hiện giá đỡ cầu chì nóng, giúp tránh việc toàn bộ kho phải ngừng hoạt động; và nồng độ axit tăng lên đã được phát hiện trong các mẫu dầu từ hộp số máy đùn nướng, cho thấy sự xuống cấp của dầu, giúp ngăn chặn việc ngừng sản xuất Cheetos Puffs. Nhà máy Frito-Lay sản xuất hơn 150 triệu pound sản phẩm mỗi năm, bao gồm Lays, Ruffles, Cheetos, Doritos, Fritos và Tostitos. Các loại giám sát bao gồm phân tích độ rung, được sử dụng trên các ứng dụng cơ học, được xử lý với sự trợ giúp của công ty bên thứ ba gửi cảnh báo đến nhà máy để điều tra và giải quyết. Một đối tác dịch vụ khác thực hiện giám sát độ rung hàng quý trên thiết bị được chọn. Tất cả các phòng trung tâm điều khiển động cơ và bảng điện đều được giám sát bằng phân tích hồng ngoại hàng quý, phân tích này cũng được sử dụng trên các thiết bị điện, một số thiết bị quay và bộ trao đổi nhiệt. Ngoài ra, nhà máy đã thực hiện giám sát siêu âm trong hơn 15 năm, và nó “giống như niềm tự hào và niềm vui khi ngồi của chúng tôi”.