Ostatnie lata to okres gwałtownego rozwoju technologii i usług będących backgroundem Smart City. Mimo dużej dynamiki rozwoju (według Frost&Sullivan wartość rynku Smart City na świecie w roku 2020 wyniesie 1,5 tryliona dolarów) różne sektory Smart rozwijają się nierównomiernie. Największy skumulowany wskaźnik wzrostu (19,6 proc.) ma sektor energetyczny, a za najbardziej dynamiczną usługę o zasięgu globalnym wskazuje się Smart Metering. Sama telemetria jest znana i stosowana od dziesięcioleci, jednak nowe podejście różni się znacząco. Zebrane dane poddawane są analizie przez Business Intelligence, często przy wsparciu algorytmów Sztucznej Inteligencji, elastycznie dostosowującej system do zmieniających się warunków. Efekty takich rozwiązań przechodzą najśmielsze oczekiwania i generują korzyści na niespotykaną skalę, doskonale wpisując się w trendy i kierunek rozwoju nowoczesnego zarządzania.

Predykcja

Nierozłącznym elementem nowoczesnych systemów telemetrycznych staje się Predykcja, która umożliwia analizę procesów bieżących przez pryzmat danych historycznych, przy wsparciu wiedzy technologicznej i planów inwestycyjnych. Efektem jest formułowanie wniosków na przyszłość i podejmowanie uzasadnionych decyzji biznesowych.

Nowoczesne strategie zarządzania eksploatacją maszyn, urządzeń, technologii często rozproszonych geograficznie wykorzystują programy predykcyjne. Ich głównym zadaniem jest wyeliminowanie z wyprzedzeniem przestojów serwisowych i strat z nimi związanych oraz zarządzaniem jednostkami wsparcia technicznego, a co za tym idzie minimalizacja kosztów eksploatacyjnych i maksymalizacje zysków. Strategia predykcyjna zatem znacząco różni się od działania reaktywnego. Zapobiega kłopotom zanim nastąpią zamiast walczyć z ich skutkami.

Procesu predykcji awarii i stanów niepożądanych dokonuje się zazwyczaj poprzez monitorowanie aktualnych danych pochodzących z systemu telemetrycznego, tworzeniu i porównywaniu profili różnych stanów funkcjonowania badanej technologii.

Predykcja to proces statystycznych analiz danych (Data Mining). Z definicji zatem jej efekty są obarczone pewnym prawdopodobieństwem. Możliwość popełnienia błędu jest zminimalizowana pod warunkiem jakości dostarczanych danych. Tu należy zwrócić uwagę na system telemetryczny. Powinien on się cechować jakością zbierania danych, pewnością ich akwizycji i przesłania do analizy. Każda przerwa w ciągłości danych powoduje zakłamanie wyników. Im częściej i dłużej występują przerwy, tym usługa predykcji staje się obarczona większym błędem i w efekcie nieprzydatna. System telemetryczny dostarczający bieżące dane ma tu pierwszorzędne znaczenie. Powinien charakteryzować się wielopoziomowymi zabezpieczeniami, autodiagnostyką i bezpiecznym rozproszonym zarządzaniem danymi.

Przykłady

Przykładem zastosowania predykcji awarii w praktyce może być piekarnia, która posiada kilka linii produkcyjnych (chleb, bułki, pączki). Przykładowa linia składa się między innymi z mroźno-garowni, ubijaczki, wywrotnicy, dzielarki, zaokrąglarki, glilotyny, taśmy, pieca. W samym procesie bardzo ważna jest kontrola temperatury i wilgotności w funkcji czasu. Ponieważ wydajność jednej dużej linii może wynieść nawet do 6000 bochenków na godzinę, sprawa staje się poważna, jeśli zawiedzie któryś z elementów linii. Straty nabierają wówczas powagi z każdą minutą przestoju w fazie produkcyjnej. Monitoring, predykcja, a w efekcie zapobieganie awariom i serwisowanie w okresach przestoju staje się więc kluczowym elementem ciągłości pracy. Innym przykładem są mroźnie, chłodziarki i lodówki w hartowniach, sieciach sklepów spożywczych, centrach dystrybucyjnych. Reakcja na awarię powoduje straty w przechowywanych artykułach spożywczych, im później – tym straty większe. Monitorowanie agregatów, pomp, zarówno pod kątem elektrycznym, jak i środowiskowym (temperatura) i zaprzęgnięcie algorytmów predykcyjnych daje w efekcie ciągłość działania urządzeń, przedsiębiorstwa, sieci przy zminimalizowanych kosztach i zoptymalizowanej pracy infrastruktury technicznej.

Przełożenie ze skali mikro (poszczególnego przedsiębiorstwa produkcyjnego) do skali makro (globalnej) pokazuje, jak wielkie korzyści makroekonomiczne i ekologiczne wchodzą w grę. Jak szacuje The International Energy Agency właściwa eksploatacja oraz predykcja awarii tylko w silnikach to możliwość poprawy efektywności aż o 20-30 proc.! Taka zmiana pozwoliłaby na redukcję zużycia energii elektrycznej o ponad 135 mld kWh rocznie, a w efekcie redukcję emisji CO₂ na poziomie 63 mln ton.

Skala Przedsiębiorstwa

Wracając do skali przedsiębiorstwa, działanie systemu predykcyjnego może być realizowane na wielu poziomach. Najprostszy to powiadomienie administratora, alert systemowy czy raport w CRMie. Może być również uruchomiony odpowiedni scenariusz działania, np. wezwanie serwisu ze wskazaniem potencjalnej usterki, uruchomienie procedury awaryjnej (np. zmniejszenie obciążenia lub zastąpienie osłabionego elementu zapasowym). Tak więc Predykcja staje się standardowym elementem strategii nowoczesnych przedsiębiorstw produkcyjnych.

Prognozowanie, Systemy Doradcze (BI) oraz Predykcja awarii tworzą komplementarną całość korzystającą z dobrodziejstw nowoczesnej telemetrii, zarówno dla pojedynczego obiektu, jak i całej ich sieci. Koncepcja ta nie ma ograniczeń ilościowych czy terytorialnych, tak jak nie ma ich Smart Metering. Im bardziej rozległa sieć i precyzyjniejsze profile technologiczne, tym większe korzyści przynosi.