AIとセンサーを使用して建物に予知保全を組み込む

占有センサー、気象条件、使用統計。..これらすべてにより、機器の摩耗と使用状況の包括的なビューが作成されます。ほぼリアルタイムのデータと機械学習を組み合わせることで、機器の潜在的な故障を実際に発生する前に特定できるようになります。

インテリジェントビルは持続可能である必要がある

現在、ほとんどの機器には、予防保守を定期的に実行するための詳細な指示と手順が用意されています。多くのシステムでは、オペレーターが定期的に摩耗をチェックし、一部のコンポーネントを交換し、フィルターを清掃し、その他の更新や調整を行う必要があります。

これらの手順は機器の故障を回避または遅らせるのに役立ちますが、デバイスや機械の使用方法、使用条件、その他の要因の多くの違いを考慮していません。

ここ数年、エレベーター、HVAC、エスカレーター、セキュリティ システム、その他の建物やビル管理用の機器のメーカーは、センサーやリモート コントロール機能を備えた機械やコンポーネントを特徴付けるようになりました。

センサーが組み込まれた新しい機器は、機械のさまざまな状態を把握するのに役立つだけでなく、ユニットを動作可能な状態に保ち、安全に保つためにメンテナンス手順を実行する必要がある時期をオペレーターが予測するのにも役立ちます。

機械学習と人工知能は、大規模な設備の異なるメンテナンス時間をスケジュールするのに役立ちます。

予防保守は通常、時間または使用状況に基づいて行われます。一方、予知保全はカレンダーではなく、機器の実際の状態に基づいています。

予測メンテナンス は、定期的なチェックのコンプライアンス主導の要件に代わるものではありませんが、一部の施設管理者が「クリップボード」アプローチと呼ぶものを排除します。

複数のユニットから収集されたデータは、メーカーがさまざまな地域や環境での使用状況を把握するのに役立ちます。たとえば、乾燥した暑い地域に設置されたHVACは、寒くて湿気の多い気候の別のHVACとは動作が異なる場合があります。また、住宅に設置された同じモデルは、工場やオフィスビルに設置されたモデルとは異なる時間と条件で動作します。温度および湿度センサー は、これらの状況を明確に把握できます。

上記の例では、HVACの一般的なメンテナンス マニュアルでは通常、異なる使用条件は指定されていません。これは、稼働時間数や季節の違いに基づいて予防保守を実行する必要があることを示しています。

エレベーターは、予知保全の利点を示すもう一つの優れた例です。不動産管理会社Enertivは、収集されたデータのおかげで、大きなメリットが得られていると述べています。同社が導入したIoT予測保守により、保守コストが推定25% 削減され、機器の故障が50% 減少し、機器の寿命が20% から36% 延びました。

さまざまな条件を把握し、履歴データを使用することで、オペレーターとサービス プロバイダーは使用パターンと以前のメンテナンスの問題を分析し、特定の状況で機器が故障する可能性を判断できます。

予知保全のためにセンサー データを収集するもう1つの利点は、保証請求を提出する場合に有利に使用できる、機械のパフォーマンスと動作の監査可能な証跡を生成できることです。

予測メンテナンスはスケジュールとサプライチェーンの最適化に役立ちます

今日、サプライ チェーン管理はほとんどの組織にとって必須となっています。材料、特に電子機器の不足により、製造施設や現場の既存の稼働ユニットの定期的なメンテナンスが中断される可能性があります。

そのため、スペアパーツがいつどこで必要になるかを事前に把握しておくことで、業務の中断を最小限に抑えて業務を継続できるようになります。さらに、スペアパーツを事前にリクエストしたり、適切に訓練された技術者が必要なメンテナンスを時間通りに実行するようにスケジュールを設定したりできるため、営業時間外の高額な修理を回避できます。

予知保全への投資は利益をもたらす

予測保守は多くの業界で魅力的です。インダストリー4.0 と呼ばれる第4次産業革命はまだ広く普及するにはほど遠いですが、高度な分析、ビッグ データ、エッジ コンピューティング、クラウドにより、将来の産業がどのようなものになるか、そして製造業者とサービス プロバイダーが変革の旅を完了するためにどこまで進む必要があるかについては、かなり分かっています。

これまでのところ、建築業界にとって、新しいテクノロジーを導入することで得られるメリットは明らかです。

• •  重大な機器故障の削減: メンテナンス会社Enertivは、 IoTセンサー と強力な分析機能を使用して、重大な機器故障を50% 削減しました。
• •  メンテナンス費用の削減: ある29階建てのオフィス ビルの施設管理者は、年間の運用費用を 16,700ドル以上 節約し、さらに修理費用を32,300ドル節約しました。
• •  安全性の向上: 緊急修理作業は本質的に保守担当者にとって危険であり、より多くの作業員を危険にさらすため、予測保守はそのようなシナリオを回避し、安全性を向上させるのに役立ちます。
• •  保証請求の管理: 保証対象の新しい機器は、さまざまな理由で故障する可能性があります。収集されたデータと分析を使用すると、特に故障が慢性的かつ繰り返し発生する場合に、施設管理者は特定のデータを使用して保証請求を提出できます。

重工業、鉄道、エネルギー生産、航空などの業界では、すでに予知保全が広く利用されています。機器の故障は、これらの部門に大規模な業務中断を引き起こし、1日あたり数百万ドルの損害をもたらす可能性があります。

将来に向けて

建設業界は、IoTと人工知能の利点に徐々に気づき始めています。機器や施設の周囲にインテリジェンスが構築されるにつれて、予測メンテナンスは運用効率と安全性を向上させ、コストを削減する方法となります。