Odwiedź stronę
ConnectPoint

Smart RDM
dla Przemysłu

Skontaktuj się z nami
Smart RDM dla Produkcji to portal wspierający proces osiągania doskonałości operacyjnej.

Monitorowanie i analiza stanu produkcji poprzez:

  • Podgląd wskaźników wydajności w czasie rzeczywistym
  • Wykrywanie nieprawidłowości
  • Ograniczenie awarii
  • Monitorowanie stanów produkcji
  • Monitorowanie planów produkcji

Główne zastosowania Smart RDM w Przemyśle

  • Wykrywanie awarii
  • Wizualizacja stanu pracy maszyn
  • Diagnostyka pracy maszyn
  • Wykrywanie przekroczeń stanów produkcji
  • Na podstawie rankingu maszyn opartego na aktualnym stanie maszyn i ich ważności
  • Poprawa wskaźników biznesowych, przede wszystkim OEE
  • Napraw i konserwacji opartych na rzeczywistym stanie urządzeń

Co zyskasz dzięki Smart RDM

OEE w czasie rzeczywistym
Ograniczenie awarii i przestojów
Precyzyjne planowanie produkcji i monitorowanie realizacji planów
Kluczowe informacje o stanie produkcji w czasie rzeczywistym 
Ograniczenie zużycia mediów
Ograniczenie kosztów napraw

Smart RDM - wersja standardowa
Optymalizacja produkcji w pięciu krokach

01. Integracja Danych

Pierwszy krok to integracja wszystkich kluczowych danych produkcyjnych czasu rzeczywistego.

Efekt

Stworzenie jednego źródła prawdy dla systemów biznesowych bezpiecznie oddzielonego od infrastruktury produkcyjnej.
System Raportowania, Monitorowania i Analiz
Monitorowanie Online

Wizualizacja synoptyki analiz
Obsługa alarmów
Raportowanie

Operacyjne i biznesowe
Optymalizacja

Moduł obliczeń i zaawansowanych analiz
Centralne Repozytorium Danych
Dane z umów
Informacje rozliczeniowe
Systemy rozliczeniowe
Dane pomiarowe
i procesowe (zmienne)
Przemysłowa baza SQL, SCADA, AIUT
Visualizacja monitorowania produkcji
Węzeł cieplny

02. Budowanie kontekstu

Drugi krok to odwzorowanie infrastruktury technicznej i procesów produkcyjnych w modelu cyfrowym. Odpowiednia kodyfikacja, dostarczana w trakcie wdrożenia, umożliwi monitorowanie i analizę stanu linii produkcyjnych. Każdy monitorowany element maszyny będzie miał swój unikalny kod w systemie połączony z odpowiadającymi mu danymi z urządzeń pomiarowych.

Efekt

Możliwość wiarygodnego porównania elementów infrastruktury, ich analizy oraz szybkie dodawanie nowych elementów do modelu, np. nowej fabryki, linii produkcyjnej, czujnika czy wskaźnika.

03. Wizualizacja i monitoring

Trzeci krok to odwzorowanie cyfrowe procesów na interaktywnych maskach synoptycznych. Dla każdego rodzaju maszyny jest przygotowany schemat cyfrowy, tak żeby operatorzy mieli podgląd sytuacji w czasie rzeczywistym.

Efekt

Podgląd aktualnych i historycznych parametrów technicznych maszyn. Szybka reakcja na zdarzenia.
Monitorowanie procesu
Sprawność wymiennika
Analiza Awarii
Zarządzanie zdarzeniami

04. Alarmy i powiadomienia

System umożliwia konfigurowanie progów alarmowych i powiadomień o nieprawidłowościach pod kątem nieprawidłowości, przekroczeń harmonogramu lub wydajności. Zdarzenia są zintegrowane z notyfikacjami wysyłanymi do zdefiniowanych użytkowników. Operator systemu ma możliwość przekierowania zdarzeń do odpowiednich służb serwisowych wraz niezbędnymi informacjami o zdarzeniu i jego lokalizacji.

Efekt

Automatyzacja i ograniczenie czasu obsługi awarii.

05. Analizy i raportwanie

System umożliwia wydajne raportowanie. Raporty mogą przedstawiać realizację planów, podsumowanie stanu maszyn i innych wskaźników biznesowych potrzebnych do analizy efektywności produkcji.

Efekt

Prezentacja wyników dla menedżerów i wskazanie miejsc do optymalizacji.
Wizualizacja wydajności urządzenia
Raporty z węzłów

Smart RDM - wersja rozszerzona
Fabryka przyszłości - zaawansowane
algorytmy branżowe

Po zrealizowaniu podstawowych potrzeb związanych z monitorowaniem stanu produkcji i analizą danych można dzięki narzędziu Smart RDM wyjść naprzeciw nowym wyzwaniom, przed którymi staną producenci.

Otoczenie biznesowe będzie wymuszało coraz szybszą dostawę produktów, lepszą jakość produktów oraz działania związane z ochroną środowiska. W module Big Data stosujemy specjalistyczne algorytmy obliczeniowe do czyszczenia i uzupełniania danych, wyliczenia nie opomiarowanych parametrów, wykrywania anomalii, prognozowania awarii i ograniczenie zużycia mediów.
Predykcja zużycia energii

Przykładowe wdrożenia

Monitoring Produkcji w Czasie Rzeczywistym

Celem Twinings była optymalizacja warunków pracy maszyn oraz integracja procesu produkcyjnego z systemami biznesowymi,