国际海事信息网 如何有效降低船舶维护成本,数字技术( 二 )


3.通过机器学习利用遥测数据不断改进维护预测
为了完成差异化的预测性维护框架的闭环,预测模型可以实时使用高频遥测数据,不断提高预测准确性并重新校准P-F曲线 。 船载遥测系统可以收集并自动传输与高温检测、燃油分析、振动记录等有关的数据 。 将数据反馈到任何机器学习模型都有助于未来PF曲线的重新设计,并且可以得出有关系统、设备、零件需求和时间间隔的不同结论,这些都是预测性维护计划需要涵盖的要素 。 举例来说,如果主机流量计上安装的传感器在较长时间内显示高油耗,则将触发维护措施,并且需要在备件的数量和质量、运行条件和工时以及维修人员的能力等方面对设备进行重新评估 。
上述预测性维护方案可以为选择部署该策略的航运公司带来巨大收益 。 预计仅在第一阶段(无需任何先进分析或遥测技术)就可以凭借供应商提供的批量折扣节省约15%的购置成本 。 部署第二阶段可将整个供应链成本进一步降低约10%,而第三阶段可以将维护成本再降低7% 。 此外,这种预测性维护框架不仅可以在成本方面带来变革,而且可以改变办公室和船上工作人员对设备维护的理解和执行,从而减轻工作压力,避免反复修改计划,更好地利用工作时间并增强整个企业的弹性 。
【国际海事信息网 如何有效降低船舶维护成本,数字技术】新浪微博:国际海事信息网simic


推荐阅读