

캐롤린 가이슨-바이셀/MIT SMR | 게티 이미지
AI 도구는 조직이 장비 및 인프라 유지 관리를 개선하고 단순히 문제에 대응하는 것이 아니라 문제를 사전에 식별하고 해결하는 데 도움이 될 수 있습니다.
4개월 이상, 여섯 명의 특이한 승객이 뉴욕시 지하철 열차를 탔습니다.
이 부지런한 검사관은 인간이 아니라 Google Pixel 스마트폰이었습니다.
그리고 지하철 실험 대성공을 거두었습니다.
기존 유지 관리가 중단되는 경우
산업 전반에 걸쳐 다양한 자산(예: 장비 및 인프라)을 모니터링하는 유지 관리 접근 방식은 일반적으로 다음 세 가지 주요 이유로 부족합니다.
1. 비효율적인 정보 소스. 기업에는 자산 상태에 대한 정확하고 시의적절하며 관련성 있는 정보를 캡처하는 데 필요한 프로세스, 도구 및 숙련된 인력이 부족한 경우가 많습니다.
2. 부족 지식에 대한 의존. 유지 관리 결정은 개인의 경험과 직관에 크게 의존하여 일관되지 않은 결과를 초래하는 경우가 많습니다.
3. 운영자와 함께 행동을 추진하는 데 어려움을 겪습니다. 통찰력을 얻을 수 있더라도 현장 직원이 항상 행동하는 것은 아닙니다.
오늘날 기술이 이 문제를 해결할 수 있는 이유
몇 가지 기술 발전으로 리더들이 이러한 문제를 해결하고 예측 유지 관리를 널리 채택할 수 있는 기반이 마련되었습니다.
1. 데이터와 IoT 센서의 폭발적인 증가. 저렴한 내장형 센서는 이제 엔진 제어 장치, GPS 추적기가 장착된 고가치 장비 등 많은 자산의 표준이 되었습니다.
2. AI와 알고리즘의 발전. 기계 학습 모델은 기록 데이터를 통해 학습하고 변화하는 환경 조건에 적응함으로써 오류를 안정적으로 예측할 수 있습니다. 보다 알고리즘 성능이 크게 향상되었습니다.
3. 워크플로우에 통합. 이제 최신 하드웨어 및 소프트웨어 도구가 API 및 데이터 파이프라인을 통해 쉽게 통합되어 수동 핸드오프의 필요성이 최소화됩니다.
AI 기반 예측 유지보수 실행
예측 유지 관리가 어떻게 이미 현실화되었는지 보여주는 두 가지 실제 사례를 살펴보겠습니다.
BMW는 계속해서 컨베이어 벨트를 굴립니다.
문제: 독일 레겐스부르크에 있는 BMW 차량 제조 공장은 컨베이어 시스템 결함으로 인해 조립 라인이 자주 중단되고 비용이 많이 드는 심각한 문제에 직면했습니다.
접근하다: BMW가 배치한 AI 기반 예측 유지보수 시스템 컨베이어 구성 요소의 기존 센서 데이터를 사용했습니다.
솔루션 및 이점: 예측 시스템은 적시에 경고를 생성하여 팀이 잠재적인 결함을 사전에 관리하고 광범위한 가동 중지 시간을 방지할 수 있도록 했습니다.
Shell은 정유 공정을 개선합니다.
문제: 유럽 최대 규모 중 하나인 Shell의 Pernis 정유소는 계획되지 않은 가동 중지 시간으로 인해 위험에 직면했습니다.
접근하다: Shell은 C3 AI와 협력하여 포괄적인 예측 유지 관리 플랫폼.
솔루션 및 이점: AI 플랫폼은 두 가지 임박하고 중요한 장비 오류를 사전에 성공적으로 식별했으며, 이를 통해 Shell은 예방적 유지 관리 조치를 취하여 비용이 많이 드는 가동 중지 시간과 수리를 방지할 수 있었습니다.
무엇이 잘못될 수 있는가: AI에만 관한 것이 아니다
AI 도구를 사용하여 예측 유지 관리를 수행하겠다는 약속에도 불구하고 이를 구현하려는 리더는 몇 가지 잠재적인 장애물에 직면합니다.
1. 데이터 품질 문제. 고품질 데이터는 예측 유지 관리의 기초입니다. 데이터 품질 수동 입력 오류, 일관되지 않은 데이터 캡처 방식, 부적절한 데이터 관리 프로세스로 인해 발생하는 경우가 많습니다.
권장사항: 가능한 경우 데이터 캡처 프로세스를 자동화하여 인적 오류를 줄입니다.
데이터 품질은 산업 전반에 걸쳐 AI 프로젝트가 직면한 가장 큰 과제 중 하나이며 리더의 더 많은 관심이 필요합니다.
2. 통합 문제. 정확한 AI 예측이라도 기존 워크플로에 잘 통합되지 않으면 낭비될 수 있습니다.
권장사항: 유지 관리 시스템과 직접 통신하고 이를 일일 운영 워크플로에 통합하는 예측 시스템을 설계합니다.
3. 문화적 저항. 직원들은 직업 안정성에 대한 우려나 신기술 역량에 대한 불신으로 인해 AI를 두려워하는 경우가 많습니다.
권장사항: 기술에 대한 두려움을 해결하기 위해 직원들을 조기에 참여시키십시오.
완전 자동화는 목표가 아니다
리더는 예측 유지 관리를 어떻게 시작할 수 있나요?
예측 유지 관리의 목표는 전체 자동화가 아니라는 점을 기억하십시오.
리더는 팀에 대한 자신감을 구축하고 이니셔티브의 가시성을 높이기 위해 여정에서 빠른 승리를 축하해야 합니다.
#다운타임 감소 #도구

