Ερευνητικό Πρόγραμμα PREDICT

ΣΥΝΔΥΑΣΜΟΣ ΣΥΜΒΑΤΙΚΩΝ ΑΙΣΘΗΤΗΡΩΝ, ΜΗΧΑΝΙΚΗΣ ΟΡΑΣΗΣ ΚΑΙ ΠΡΟΒΛΕΠΤΙΚΩΝ ΜΟΝΤΕΛΩΝ ΒΛΑΒΩΝ, ΓΙΑ ΤΗΝ ΒΕΛΤΙΣΤΗ ΔΙΑΧΕΙΡΙΣΗ ΚΙΝΔΥΝΩΝ ΚΑΙ ΤΗΝ ΑΥΞΗΜΕΝΗ ΔΙΑΡΚΕΙΑ ΖΩΗΣ ΤΟΥ ΠΑΡΑΓΩΓΙΚΟΥ ΕΞΟΠΛΙΣΜΟΥ, ΣΤΟ ΕΡΓΟΣΤΑΣΙΟ ΤΟΥ ΜΕΛΛΟΝΤΟΣ

Το κόστος Συντήρησης επιβαρύνει 15-40% το κόστος των παραγόμενων προϊόντων στην Βιομηχανία. Επιπρόσθετα, λόγω της οικονομικής κρίσης μειώνονται οι επενδύσεις σε νέο εξοπλισμό και αυξάνεται η ανάγκη χρήσης του υπάρχοντος στην μέγιστη δυνατή του απόδοση, και για την μέγιστη δυνατή διάρκεια ζωής του, με το ρίσκο όμως της αυξημένης εμφάνισης βλαβών που διαταράσσουν την παραγωγή.

Τα ανωτέρω καθιστούν έκδηλη την ανάγκη για εισαγωγή νέων στρατηγικών και εργαλείων στις γραμμές παραγωγής, με σκοπό τη: α) μείωση των εργασιών συντήρησης στις απολύτως απαραίτητες βάση τρέχουσας και μελλοντικής κατάστασης εξοπλισμού, διασφαλίζοντας την απρόσκοπτη λειτουργία του, β) μείωση του κόστους αντικατάστασης τμημάτων εξοπλισμού και επέκταση του ωφέλιμου χρόνου ζωής και απόδοσής του, γ) ανίχνευση των κινδύνων βλαβών, πρόβλεψη και διαχείριση της εμφάνισής τους με βάση την κρισιμότητα των επιπτώσεων και τον αντίκτυπο στην παραγωγική λειτουργία.

Το PREDICT ανταποκρίνεται στις ανωτέρω ανάγκες, συνδυάζοντας καινοτόμα μοντέλα πρόβλεψης και ανίχνευσης βλαβών και αιτιών που τις προκάλεσαν, με μοντέλα διαχείρισης κινδύνου και νέες στρατηγικές συντήρησης και αντιμετώπισης συμβάντων.

Το έργο υλοποιείται με σύμπραξη της ΚΕΒΕ, των Μύλων Λούλη, της Atlantis Engineering, της Core Innovation και του Εργαστηρίου Ρομποτικής & Αυτοματισμού, του Τμήματος Μηχανικών & Διοίκησης του ΔΠΘ.

Επιμέρους στόχοι του έργου:

1) Διασύνδεση με συμβατικούς αισθητήρες και κάμερες εξαιρετικής ταχύτητας (ultra speed), για συλλογή και επεξεργασία δεδομένων κατάστασης του παραγωγικού εξοπλισμού στο πεδίο, οι οποίοι τροφοδοτούν μοντέλα πρόβλεψης και ανίχνευσης βλαβών σε πραγματικό χρόνο.

2) Σχεδιασμός μοντέλων μηχανικής μάθησης (machine learning) τα οποία προβλέπουν με ακρίβεια τον χρονικό ορίζοντα εμφάνισης βλάβης και τον εκτιμώμενο υπολειπόμενο χρόνο ζωής εξοπλισμού, διαγιγνώσκοντας τρέχοντα ή σε εξέλιξη συμβάντα εμφάνισης βλάβης.

3) Διαχείριση ρίσκου και κινδύνων εμφάνισης βλαβών βάση προτύπου IEC60812, μέσω ανάλυσης του μηχανισμού εμφάνισής τους και προσδιορισμού της κρισιμότητας και των επιπτώσεων τους.

4) Αυτοματοποιημένη υποστήριξη λήψης αποφάσεων (DSS) για την αξιολόγηση απόδοσης του εξοπλισμού και την ακριβή πρόβλεψη και διάγνωση βλαβών και φθοράς. Θα συνδυαστεί με καινοτόμες Στρατηγικές ΠΡΟΒΛΕΨΗΣ, ΔΙΑΓΝΩΣΗΣ, ΠΡΟΛΗΨΗΣ, ΔΙΑΧΕΙΡΙΣΗΣ, ΔΙΟΡΘΩΣΗΣ, και ΣΥΓΧΡΟΝΙΣΜΟΥ.

5) Δημιουργία διασυνδέσεων και επικοινωνίας με Συστήματα Διαχείρισης Πόρων (ERP) και Παραγωγής (MES) για τον βέλτιστο συγχρονισμό των εργασιών Συντήρησης με τον προγραμματισμό και τις ανάγκες της Παραγωγής.

6) Αξιολόγηση (α) απόδοσης και αξιοπιστίας, (β) αποδοχής χρηστών και (γ) επιπτώσεων του ολοκληρωμένου συστήματος PREDICT στο επιχειρησιακό περιβάλλον 2 Βιομηχανιών: Μύλοι Λούλοι (η μεγαλύτερη εταιρία άλεσης των Βαλκανίων, εισηγμένη στο Χρηματιστήριο) και ΚΕΒΕ (το μεγαλύτερο και πιο σύγχρονο εργοστάσιο κεραμοποιίας στην Ευρώπη).

7) Δημιουργία Επιχειρηματικού Σχεδίου και Σχεδίου Διεθνούς Εμπορικής Εκμετάλλευσης, και σχεδιασμός και υλοποίηση στρατηγικών διαχείρισης της παραγόμενης καινοτομίας.

8) Δράσεις ενίσχυσης της παραχθείσας καινοτομίας, με προετοιμασία για την υποβολή μίας τουλάχιστον διεθνούς πατέντας.

9) Διάχυση και επικοινωνία των αποτελεσμάτων του PREDICT στην διεθνή επιστημονική και επιχειρηματική κοινότητα.