هوش مصنوعی، هزینه نگهداری ماشینآلات را تا ۷۰ درصد کاهش داد
مدیرعامل یک شرکت دانشبنیان گفت: سامانه هوشمند تعمیر و نگهداری تجهیزات صنعتی با بهرهگیری از هوش مصنوعی، کاهش هزینههای نگهداری، افزایش بهرهوری تجهیزات و شناسایی ریشه خرابی ماشینآلات را ممکن کرده است.
آقانیا مدیرعامل یک شرکت دانشبنیان در گفتوگویی با اشاره به فعالیت این مجموعه در حوزه هوشمندسازی سیستمهای تعمیر و نگهداری ماشینآلات و تجهیزات صنعتی اظهار کرد: هرجا بحث ماشینآلات، تجهیزات و خطوط تولید مطرح باشد، موضوع کاهش هزینههای نگهداری و افزایش بهرهوری نیز اهمیت پیدا میکند. بر همین اساس، با دریافت نیازها و بازخوردهای مشتریان، سامانهای جامع طراحی شد که طی سالهای گذشته بهصورت مستمر توسعه یافته است.
وی افزود: این سامانه اکنون در بیش از ۲۵۰ تا ۳۰۰ مجموعه بزرگ کشور مورد استفاده قرار گرفته و صنایع مختلفی از جمله مجتمع مس سرچشمه کرمان، معدن بافق، مجموعههای لجستیکی، شرکت دیجیکالا، سیناپخش و بسیاری از واحدهای صنعتی دیگر از آن بهره میبرند.
افزایش بهرهوری و کاهش هزینههای نگهداری
وی با بیان اینکه هدف اصلی این سامانه کاهش خرابی تجهیزات و افزایش بهره وری ماشینآلات است، گفت: تلاش شده است با مدیریت هوشمند فرآیندهای تعمیر و نگهداری، تعداد خرابیها کاهش یافته و عمر مفید تجهیزات افزایش پیدا کند؛ موضوعی که در نهایت به افزایش بهرهوری و کاهش هزینههای عملیاتی منجر میشود.
مدیرعامل این شرکت دانشبنیان با اشاره به شرایط تحریم و دشواری تأمین قطعات افزود: در شرایطی که بسیاری از قطعات با هزینههای بالا یا دشواری وارد کشور میشوند، افزایش طول عمر تجهیزات و کاهش استهلاک آنها اهمیت دوچندانی پیدا میکند. اجرای صحیح این سامانه میتواند راندمان کاری تجهیزات را افزایش داده و از تحمیل هزینههای سنگین به صنایع جلوگیری کند.
صرفهجویی تا ۷۰ درصدی در صنایع مختلف
وی با اشاره به نتایج اجرای این سامانه در بخشهای مختلف کشور گفت: بر اساس گزارشهای مکتوب مدیران مجموعههای استفادهکننده، میزان بهبود عملکرد و کاهش هزینهها بسته به نوع صنعت، بین ۱۰ تا ۷۰ درصد متغیر بوده است.
وی ادامه داد: در برخی سازمانها از جمله شهرداریها و دهیاریها، استفاده از این سامانه در مدیریت مصرف سوخت، صرفهجویی حدود ۴۰ درصدی را به همراه داشته و در تعدادی از کارخانههای صنایع غذایی نیز کاهش حدود ۳۰ درصدی هزینههای نگهداری و بهرهبرداری گزارش شده است.
هوش مصنوعی؛ ابزاری برای شناسایی ریشه خرابی تجهیزات
مدیرعامل این شرکت دانشبنیان با اشاره به نقش هوش مصنوعی در عملکرد این سامانه اظهار کرد: یکی از مهمترین قابلیتهای این فناوری، افزایش دقت تحلیلها و شناسایی ریشه اصلی خرابی ماشینآلات است. هوش مصنوعی با تحلیل دادههای عملیاتی مشخص میکند که علت بروز خرابی چیست و چه اقداماتی باید انجام شود تا از تکرار آن جلوگیری شود.
وی افزود: این قابلیت نقش مهمی در کاهش توقف خطوط تولید، افزایش قابلیت اطمینان تجهیزات و بهبود برنامهریزی تعمیرات ایفا کرده و نتایج آن در پروژههای اجراشده کاملاً مشهود بوده است.
توسعه فناوری بومی با کاهش وابستگی خارجی
وی در پایان با تأکید بر اینکه این سامانه بهطور کامل توسط متخصصان داخلی توسعه یافته است، گفت: با توجه به دانشبنیان بودن شرکت، تلاش گستردهای برای بومیسازی فناوری انجام شده و وابستگی به فناوریها و زیرساختهای خارجی تا حد زیادی کاهش یافته و در برخی بخشها بهطور کامل حذف شده است.