book_icon

TeamViewer lança solução de manutenção preditiva alimentada por IA

Novo módulo do TeamViewer IoT analisa big data e 'aprende' de forma independente com uso de Inteligência Artificial
TeamViewer lança solução de manutenção preditiva alimentada por IA

A TeamViewer, fornecedora global de soluções seguras de conectividade remota, expande sua oferta de soluções de Internet das Coisas com o lançamento de novo módulo do TeamViewer IoT para manutenção remota preditiva e análise de dados com suporte de Inteligência Artificial.

O novo módulo de software ML-Trainer fornece ao algoritmo de aprendizado dados das máquinas que podem ter disparado alarmes, instruindo-o assim a reconhecer padrões específicos 

Até o momento, os clientes TeamViewer no campo IoT podiam ler sensores, definir alarmes e conectar-se diretamente a uma ampla variedade de dispositivos. Com a adição do novo módulo inteligente na área de manutenção preditiva, agora é possível também reduzir tempos de inatividade e custos. Só para se ter uma ideia, antigamente a manutenção utilizada era a reativa – que realizava reparos apenas após alguma falha ser detectada. Depois, por algum tempo, a manutenção passou a ser preventiva, com máquinas mantidas em ciclo fixo, independentemente de apresentarem defeitos. Já hoje, as empresas buscam a manutenção preditiva, baseada em inspeções sistemáticas e na observação de parâmetros ou condições de desempenho que levam em conta as condições reais do funcionamento de máquinas e equipamentos. A manutenção preditiva é dinâmica e favorece a redução de custos e de downtime, não sendo necessariamente realizada com base em cronogramas ou índices de funcionamento.
Atenta às necessidades de mercado e aos processos de Transformação Digital para o setor de manutenção de máquinas e equipamentos, a TeamViewer dá um passo à frente e apresenta sua solução preditiva com análise de dados e suporte de IA, afirmando ao mundo que os algoritmos de aprendizado de máquina podem, sim, ser usados para detectar padrões anteriormente desconhecidos e para diagnosticar falhas iminentes de máquinas em estágio inicial. A necessidade de detecção de problemas que impedem o funcionamento de máquinas é mais que óbvia: cada hora de tempo de inatividade não planejada custa em média US$ 250.000.
“A meta é construir uma biblioteca única de dados anônimos de máquinas e fornecer acesso a esse conhecimento a cada cliente do nosso módulo de manutenção preditiva”, afirma Lukas Baur, Vice Presidente IoT da TeamViewer. “Com o novo módulo, nossos clientes conseguem reduzir o tempo de inatividade desde o primeiro dia – sem esquecer que diariamente o algoritmo ‘aprende’ como melhorar a estimativa de parâmetros específicos, tornando a manutenção preditiva ainda mais precisa. Isso é de extrema importância, uma vez que departamentos de manutenção são responsáveis por até 60% das despesas operacionais.  Nosso objetivo é reduzir custos através de análises de dados com uso de Inteligência Artificial”.
O novo módulo de software ML-Trainer fornece ao algoritmo de aprendizado dados das máquinas que podem ter disparado alarmes, instruindo-o assim a reconhecer padrões específicos. Como resultado, os alarmes não ficam mais limitados a limites rígidos, passando a obedecer a critérios muito mais amplos e constantemente otimizados. Os tempos de inatividade e os falsos alarmes são reduzidos significativamente dessa forma, no presente e no longo prazo, já que a Inteligência Artificial está em constante processo de aprendizagem.
O módulo de manutenção preditiva TeamViewer é facilmente integrado aos ambientes TeamViewer IoT pré-existentes. O algoritmo acessa conjuntos de dados de vários tipos de máquinas, entre elas turbinas eólicas e bombas, gerados especificamente para o módulo, sendo apenas necessário ‘aprender’ sobre as características específicas de cada equipamento.
Serviço
www.teamviewer.com/pt-br
 
 

As opiniões dos artigos/colunistas aqui publicados refletem exclusivamente a posição de seu autor, não caracterizando endosso, recomendação ou favorecimento por parte da Infor Channel ou qualquer outros envolvidos na publicação. Todos os direitos reservados. É proibida qualquer forma de reutilização, distribuição, reprodução ou publicação parcial ou total deste conteúdo sem prévia autorização da Infor Channel.