ある世界的な鉱業会社は、SCADAシステムを使用してデータポイントを収集していましたが、そのソリューションから得られるROIは限られていました。すべての産業資産が接続されているわけではなく、ほとんどのプロセスはまだ手作業で、振動や熱などの主要な機械パラメータを監視するには、専門家による介入が必要でした。顧客の目標は、施設に予知保全を導入することでしたが、センサーの設置と統合には費用がかかり、システム統合に多大な労力を要するため、SCADAシステムでは困難であることがすぐにわかりました。
その代わりに、デジタルトランスフォーメーションのためにSCADAシステムと共存できるソリューションを探していた。リトマスエッジを選んだ理由は、エッジインフラが共通で、SCADAシステムと連動するだけでなく、あらゆる資産から何千ものデータポイントを収集し、アナリティクスとデータビジュアライゼーションを提供し、レガシーテクノロジーの限界を克服できるため、導入が容易だったからだ。
鉱業のお客様は、PLCと機械のセンサーから直接データを収集する3ヶ月のパイロットプロジェクトから始めました。リトマスエッジは、機械の稼動状態、アラーム、ロードセルデータ、エネルギーメータパラメータに関連するタグを収集し、データリポジトリに保存しました。状態ベースのメトリクスを提供し、異常と偏差を特定するために、リアルタイムのアラートがメンテナンスチームに送信されました。逸脱の基本的な予測は、Litmus Edgeの事前構築された分析機能で即座に可能になりました。パイロット段階でより多くのデータが収集されるにつれ、顧客は予知保全モデルのフレームワークを構築しました。
パイロットプロジェクトは、産業用IoTソリューションを実証するために不可欠であり、このパイロットにより、顧客は、機械の状態を監視し、予知保全を可能にするという重要なユースケースの検証に成功した。リトマスエッジは、PLC、センサー、SCADAなどの既存システムに簡単に接続でき、システムの中断や大規模な統合作業を必要としないことが分かった。彼らは、機械を分析・監視し、そのデータをビジネス全体で迅速に共有する能力を検証しました。
試験運用の完了後、この顧客は現在、施設内の全エリアに拡大し、エッジで予知保全と機械学習モデルを構築・展開することを計画している。
目標は、大規模採掘施設の運営効率を高めることである。
SCADAシステムによって制限され、深いデバイスインテリジェンスにアクセスできない。
最新の産業用IoTソリューションのゲートウェイデバイスにリトマスエッジを導入。
深いマシンインサイトのための即時分析とビジュアライゼーションを活用。
リトマスエッジで収集・共有されたデータを使用して機械学習モデルを構築。
