Компанія Domtar, виробник паперу, змогла підвищити ефективність роботи своїх датчиків штучного інтелекту завдяки простим адміністративним змінам. Ці датчики, що використовуються для передбачувального обслуговування, допомагають оптимізувати роботу обладнання та зменшити час простою.
На початку роботи Меттью МакЛафліна на посаді інженера з надійності на Domtar, один з двигунів на заводі компанії в Кінгспорті, штат Теннессі, вийшов з ладу.
МакЛафлін розповів, що його керівник попросив його переглянути всі дані з 450 датчиків за цілий день і запропонувати рішення для ремонту двигуна. Але він розумів, що це неможливе завдання.
“Мені знадобилося б 32 тижні, щоб проаналізувати весь обсяг даних, який ми отримували за один день”, — зізнався МакЛафлін, який приєднався до компанії у 2024 році, в інтерв’ю Business Insider.
Оскільки виробничі компанії впроваджують нові перспективні технології штучного інтелекту, вони часто стикаються з необхідністю зміни підходів, зокрема, впровадження нових інструментів і процесів для отримання максимальної віддачі від своїх технологічних інвестицій.
За роки до приходу МакЛафліна, Domtar впровадила датчики від Waites Sensor Technologies, що працюють на базі ШІ, для постійного моніторингу вібрацій обладнання. Ці вібрації сигналізують про стан механізмів і допомагають запобігати поломкам.
Domtar, маючи на руках більше даних, ніж будь-коли раніше, потребувала нового способу їх обробки, щоб максимально ефективно використовувати можливості датчиків Waites.
Саме тут на допомогу приходять інженери з надійності, як МакЛафлін. Їхнє завдання — вдосконалювати технологічні та цифрові ресурси компанії за допомогою аналізу даних, управління ризиками, інженерних знань та комунікативних навичок. Зі зростанням інтеграції систем ШІ у робочі процеси, інженери з надійності, подібні до МакЛафліна, повинні розробляти нові методи, які поєднують людей і технології.
“Це був ключовий момент, коли нам потрібно було зробити щось інше”, — сказав МакЛафлін. Він додав: “Ми не могли ставитися до цього як до застарілої програми передбачувального обслуговування; це мала бути сучасна, просунута система”.
Заглиблення в дані під час щотижневих партнерських дзвінків
Щоб відмовитися від ручного аналізу та ефективніше використовувати технологію машинного навчання від Waites, МакЛафлін вирішив звернутися до технологічної компанії за більш детальною та послідовною підтримкою.
Domtar вже мала доступ до повного пакету послуг Waites, який включав аналітика від Waites, здатного вивчати специфіку підприємства Domtar, його проблеми, персонал та кадровий склад, щоб допомогти компанії адаптувати рекомендації ШІ від датчиків.
МакЛафлін розповів, що почав використовувати цю додаткову підтримку, беручи участь у щомісячних дзвінках з компанією-виробником датчиків. Під час одного з таких дзвінків команда Domtar згадала, що завод недовикористовує інструменти, які могли б надавати додаткові дані та цінність. Це призвело до того, що дзвінки стали щотижневими. Domtar почала ділитися даними зі своїх тепловізійних камер, інфрачервоних камер та ультразвукових вимірювачів з Waites.
МакЛафлін зазначив: “Давайте надамо якомога більше зворотного зв’язку, тому що з машинним навчанням, якщо ви його нічому не навчаєте, воно нічого не навчиться”. Протягом трьох місяців після такого активного підходу до співпраці з Waites, за словами МакЛафліна, Domtar почала помічати значні покращення.
Злиття даних та експертизи
За словами Роба Реттермана, генерального директора та співзасновника Waites, первинний аналіз виконує штучний інтелект, але для діагностики проблем він покладається на аналітика Waites, місцевих експертів з аналізу вібрацій та технічний персонал Domtar.
“Це не просто зміна технології. Це не те, що можна просто підключити”, — сказав Реттерман в інтерв’ю Business Insider. Він додав: “Ви можете підключити нашу систему або будь-яку іншу систему датчиків, і ви отримаєте певну вигоду, але щоб досягти результатів, які бачить Метт, потрібна людина, яка стає маяком для всієї компанії, за яким можна йти”.
Керівники змін, начальники виробництва, топ-менеджери та генеральний директор мають доступ до системи Waites, щоб бути в курсі сповіщень та реагування на них. Команда МакЛафліна відстежує кожну мережу та кожен пункт дій щодо обладнання, включаючи час реакції, гарантуючи, що пункти дій не старші за 30 днів.
Аналітика, яку надає ШІ, допомагає їм оптимізувати технічне обслуговування, включаючи клас в’язкості мастила. З нижчою в’язкістю вони можуть використовувати менше потужності та споживати менше ампер двигунами, що знижує витрати, розповів МакЛафлін, який зараз обіймає посаду керівника з надійності в компанії.
Domtar відмовилася розкрити вартість впровадження ШІ для Business Insider, але МакЛафлін запевнив, що система варта кожної копійки. “Ми обґрунтовуємо витрати — які є дуже розумними порівняно з іншими варіантами — на систему Waites, оскільки ми заощадили 1 546,65 годин незапланованого простою”, — оцінив він.
Завоювання довіри працівників завдяки щоденним звітам та відстеженню
МакЛафлін також почав надсилати щоденні електронні звіти про систему та її сповіщення давнім співробітникам Domtar.
Керівники виробництва телефонували йому щоразу, коли отримували сповіщення, щоб запитати, як команда з надійності вирішує цю проблему, сказав він.
“Потім ці дзвінки припинилися. Вчора я розмовляв з керівником паперової машини, який сказав, що більше не дивиться на сповіщення”, — повідомив МакЛафлін. Він також додав, що довіра зросла настільки, що Domtar “приймає багатомільйонні рішення на основі наших даних Waites, і це стало невід’ємною частиною нашого планування”.
Зараз Domtar використовує 748 датчиків, які моніторить її персонал, зазначив МакЛафлін. Датчики Waites безперервно виявляють вібрації машин, що сигналізують про проблеми — такі як тріщина в підшипнику двигуна, невідповідність осі двигунів або недостатнє змащення — для прогнозування неминучої відмови деталей чи машин, або для виявлення потенційних проблем за шість місяців. Це дозволяє таким компаніям, як Domtar, замовляти спеціалізовані деталі та підтримувати роботу своїх машин, зазначив Реттерман.
Датчики дозволяють Domtar здійснювати невеликі, послідовні покращення та уникати відмов деталей. Наприклад, нещодавно постачальник приводних ременів повідомив МакЛафліну, що його підприємство Domtar вже рік не купувало ремені для вентиляторів, що МакЛафлін пояснює регулярним моніторингом та технічним обслуговуванням, яке підтримують датчики.
“Ми б не змогли цього зробити без обчислювальної потужності, керованої ШІ”, — підкреслив він.