Sibyl offre un processo in 3 fasi che include l’analisi dei rischi, le specifiche dei dispositivi e Manutenzione dei sensori IoT e la piattaforma Sibyl per la manutenzione predittiva.

Analisi del rischio

Studio in loco seguendo criteri di criticità e costi per identificare nelle attrezzature: obiettivi, modalità di guasto e segnali necessari.

IoT Sibyl

Raccolta affidabile dei dati e la trasmissione di quelli necessari, utilizzando le infrastrutture esistenti (ad esempio PLC) e/o installando nuovi sensori nell’asset in oggetto (inclusi accelerometri, sensori acustici, sensori di coppia e forza, sensori di temperatura e misuratori di portata).

Piattaforma Sibyl

La piattaforma Sibyl sfrutta la potenza dell’intelligenza artificiale e dell’apprendimento automatico per trasformare grandi quantità di dati provenienti dai sensori in informazioni fruibili.

Miglioramento dei tempi di attività delle attrezzature

Prevedendo un momento ipotetico di guasto, la manutenzione predittiva consente di programmare la manutenzione proattiva prima che si verifichi il guasto stesso, migliorando il tempo di attività complessivo delle attrezzature.

Riduzione dei costi

La manutenzione predittiva può ridurre i costi associati ai tempi di inattività non pianificati e riparazioni di emergenza.

Aumento della vita residua

Identificando e affrontando potenziali problemi prima che diventino critici, la manutenzione predittiva può prolungare la durata di vita delle attrezzature.

Maggiore efficienza

La manutenzione predittiva consente alle realtà aziendali di pianificare le attività di manutenzione quando è più efficiente farlo, anziché secondo una pianificazione fissa.

Maggiore sicurezza

La manutenzione predittiva può aiutare a identificare potenziali rischi per la sicurezza e ad affrontarli prima che diventino un problema.

Migliore utilizzo delle risorse

La manutenzione predittiva consente alle organizzazioni di utilizzare le proprie risorse in modo più efficiente identificando e affrontando potenziali problemi prima che diventino critici.

Produzione a zero difetti

Aumento del 25% del tempo di produzione a zero difetti

Manutenzione predittiva

Identificazione dei difetti delle attrezzature meccaniche fino a 72 ore in anticipo

Integrazione dati

Possibilità di combinazione di dati derivanti da fonti diverse per risolvere problemi non standardizzati

Sibyl è una piattaforma di manutenzione predittiva che utilizza un’architettura a microservizi e tecnologie di Industria 4.0.

Con molteplici funzionalità che utilizzano tecniche di apprendimento automatico, Sibyl analizza ed estrae conoscenza dai dati provenienti da varie fonti nel processo di produzione.

Rilevamento guasti

Utilizzando una combinazione di molteplici approcci algoritmici, Sibyl è in grado di rilevare un’ampia gamma di modalità di guasto.

Identificazione dei guasti

Facendo uso di un sofisticato sistema di riconoscimento di dati tecnici e storici, Sibyl effettua in modo efficiente una combinazione tra modi di guasto conosciuto e misurazioni real time dei sensori.

Previsione del guasto

Con Sibyl è possibile adattare l’orizzonte di previsione alle esigenze del tuo processo di produzione, utilizzando tecniche di previsione delle serie temporali o riconoscendo modelli di sequenze di eventi nascosti.

Stima della vita utile residua (RUL)

Con Sibyl puoi ottenere informazioni dettagliate sulla durata di vita utile residua delle tue macchine e adottare misure proattive per ottimizzarne le prestazioni.

Integrazione di Sibyl con CMMS

L’integrazione con i sistemi CMMS è semplice. La comunicazione bidirezionale con i sistemi CMMS, permette la generazione e pianificazione automatica delle attività per i tecnici per mitigare un problema rilevato o previsto nel macchinario o la segnalazione diretta di interventi di manutenzione programmata o straordinaria da parte di CMMS a Sibyl per l’arricchimento dei dati e l’ottimizzazione continua dei modelli.

Vuoi saperne di più?

Contattaci per eventuali domande o chiarimenti: verrai subito ricontattato da un membro del nostro team!

Contattaci!