Predictive maintenance Industry 4.0 : case Nokia
Abu-Raed, Nidal (2021)
Diplomityö
Abu-Raed, Nidal
2021
School of Engineering Science, Tietotekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2021062840245
https://urn.fi/URN:NBN:fi-fe2021062840245
Tiivistelmä
Predictive maintenance is leading digital transformation to a highly self-optimized and automated environment for humans and machines to work together. In this research predictive maintenance and anomaly detection issues and advantages are reviewed based literature review and real-life experience report. Predictive maintenance introduces advantages technic-wise as well as business-wise. Anomaly detection solution is applied to Nokia AVA cognitive services platform running on top of cloud. It is observed that a lot of challenges found in the literature relating to anomaly detection are common problems during the implementation. Anomaly detection and monitoring services, in general, are a complex problem which requires a lot of resources and planning. The use of existing anomaly detection techniques is suggested. Ennakoiva ylläpito johtaa digitaalista transformaatiota erittäin optimoituun ja automatisoituun ympäristöön, jossa ihmiset ja koneet voivat työskennellä entistä tehokkaammin yhdessä. Tässä tutkimuksessa ennakoivaa ylläpitoa ja poikkeavuuksien havaitsemista koskevia kysymyksiä ja etuja tarkastellaan kirjallisuuskatsauksen ja tosielämän kokemusraportin perusteella. Ennakoiva ylläpito tuo teknisiä ja liiketoiminnallisia etuja. Poikkeavuuksien havaitsemisratkaisua sovelletaan Nokia AVA kognitiivisten palveluiden pilvialustaan. Työssä havaitaan, että monet poikkeavuuksien havaitsemiseen liittyvät kirjallisuudesta löytyvät haasteet ovat yleisiä ongelmia toteutuksen aikana. Poikkeavuuksien havaitsemis- ja seurantapalvelut ovat yleensä monimutkainen ongelma, joka vaatii paljon resursseja ja suunnittelua. Nykyisten olemassa olevien poikkeavuuksien havaitsemistekniikoiden käyttö suositellaan.