Beskrivelse af en overordnet proces for implementering af et IoT-system til online monitorering og udvidelse med prædiktiv vedligeholdelse til forbedring af vedligeholdelsesplanlægning.

Online monitorering og prædiktiv vedligeholdelse er populære emner, fordi mange gerne vil gøre brug af intelligente systemer til at overvåge maskiner, systemer og andet materiel til at planlægge drift og vedligehold samt forudsige eventuelle problemer.

Vedligehold er en stor udgift for mange firmaer og organisationer, og der findes flere måder at udføre og planlægge vedligehold på. Derfor vil et IoT-system til monitorering af forskellige fysiske fænomener i maskiner og andet infrastruktur i mange tilfælde være en god hjælp til planlægning af vedligehold.

Forudsiger eventuelle nedbrud

Den slags systemer gør det muligt at forudsige eventuelle nedbrud og rette fejlen under kontrollerede forhold inden nedbrud, så nedetiden bliver minimeret. Det kan både ske gennem online monitorering af live-data, så de overvågede parametre bliver lettere tilgængelige, men også ved at udvide et system til at inkludere prædiktiv vedligeholdelse og lade machine learning -modeller behandle data og hjælpe med at forudsige fejl.

Dette white paper beskriver en generel proces for implementering af et online monitoreringssystem, og hvordan processen kan udvides med machine learning. Teksten beskriver, hvordan man kan udvælge infrastruktur, som kræver ekstra monitorering, og som kan bruges i udviklingen af ’proof of concept’. Derudover forklarer teksten, hvad man bør overveje ifm. udvikling og implementering af IoT til overvågning af maskiner og anden infrastruktur.