dc.contributor.advisor | Per Schjølberg, | |
dc.contributor.advisor | Jon Martin Fordal. | |
dc.contributor.author | Siva Subrahmanya Prasanna Kumar Bojja | |
dc.date.accessioned | 2021-10-13T17:28:06Z | |
dc.date.available | 2021-10-13T17:28:06Z | |
dc.date.issued | 2021 | |
dc.identifier | no.ntnu:inspera:78072655:48028068 | |
dc.identifier.uri | https://hdl.handle.net/11250/2799892 | |
dc.description | Full text not available | |
dc.description.abstract | Måling og forutsigelse av utstyrets tilstand har blitt mye lettere på grunn av den siste tiden
tekniske fremskritt, tilgjengeligheten av sensorer og billig datadelingsteknikk. Denne integrasjonen
av digital teknologi i vedlikeholdsdriften for å forutsi den nåværende tilstanden og
utstyrets gjenværende levetid blir ofte referert til som forutsigende vedlikehold
(PdM).
Selv om det er mye forskning på prediktivt vedlikehold og hvordan det kan implementeres,
det er for øyeblikket ikke en standardisert prosess. Standardisering av en prosess er avgjørende i alle
felt da det gir strukturerte oppgaver og pålitelige data som kan spare tid og ressurser i scenarier
som å bruke prosessen eller oppgradere den. For å løse dette problemet, basert på artikkelen "The
Standardiseringskart for prediktivt vedlikehold for kinesisk-tysk industri 4.0 / intelligent
Produksjon ", milepælene i implementering av prediktivt vedlikehold studeres, og a
fem-trinns implementeringsprosess utvikles. Disse fem trinnene er milepælene en organisasjon
må oppnå for å implementere prediktivt vedlikehold fullt ut. Ved å gjennomgå mange litteratur
kilder, presenteres og demonstreres hvert trinn i implementeringsprosessen ved å levere
casestudier.
Legg merke til frekvensen av miljømessige og økonomiske endringer rundt oss, målet for dagens
generasjonen må utnytte det vi allerede har, best mulig. Dette fremhever behovet for
fokusere på bærekraftig teknologi og innlemme en bærekraftig tilnærming i alt vi
gjøre. Så begrepet bærekraft og dens underliggende dimensjoner blir utforsket. Fordelene i
vilkårene for bærekraftsdimensjoner presenteres, og fremhever viktigheten av å implementere
prediktivt vedlikehold og teoretiske tilnærminger for å forbedre bærekraft i de tidlige stadiene
implementering anbefales. | |
dc.description.abstract | Measuring and predicting equipment’s condition has become much easier because of recent
technical advances, the availability of sensors, and low-cost data sharing techniques. This integration
of digital technologies in the maintenance operation to predict the current state and
the remaining useful life of the equipment is commonly referred to as Predictive Maintenance
(PdM).
Even though there is much research on predictive maintenance and how it can be implemented,
there is not currently a standardized process. Standardizing a process is crucial in any
field as it provides structured tasks and reliable data that can save time and resources in scenarios
like using the process or upgrading it. To address this issue, based on the article "The
Standardization Roadmap of PredictiveMaintenance for Sino-German Industrie 4.0/ Intelligent
Manufacturing", the milestones in implementing Predictive maintenance are studied, and a
five-stage implementation process is developed. These five stages are the milestones an organization
must achieve to implement predictive maintenance fully. By reviewing many literature
sources, each stage of the implementation process is presented and demonstrated by providing
case studies.
Noticing the rate of environmental and economic changes around us, the goal of today’s
generation must be making the best use of what we already have. This highlights the need to
focus on sustainable technologies and incorporating a sustainable approach in everything we
do. So, the concept of sustainability and its underlying dimensions are explored. The benefits in
terms of sustainability dimensions are presented, highlighting the importance of implementing
predictive maintenance, and theoretical approaches to enhance sustainability at the early stages
of implementation are recommended. | |
dc.language | eng | |
dc.publisher | NTNU | |
dc.title | Implementation of Predictive Maintenance - Enhancing Sustainability. | |
dc.type | Master thesis | |