Soccer team in a huddle

Come Big Data e Analytics possono essere utilizzati nel settore Energy

18, Aprile, 2017 di Carlo Nigri

big data, big data energy

La gestione della manutenzione industriale nel settore energetico può beneficiare concretamente dall’introduzione di sistemi avanzati di comprensione analitica. Raggiungere un’ottimizzazione su più livelli non è di certo semplice, soprattutto quando le aziende del campo devono fronteggiare dinamiche di riduzione dei costi per i clienti finali e, contemporaneamente, di aggiornamento degli asset. A queste necessità, in aggiunta ai vincoli finanziari e ai requisiti normativi, molti hanno risposto adottando nuovi strumenti tecnologici, in grado di rendere le operazioni più efficienti, versatili e intelligenti.

Parliamo di sensori di monitoraggio, software predittivi, dati e informazioni ottenuti in tempo reale, tali da consentire di aumentare la valutazione sui rischi, sullo stato di usura delle infrastrutture e sull’esigenza di intervenire localmente, solo quando necessario. In altre parole, si è aperta una nuova era, soprattutto per le imprese dell’Energy, che permette di approcciare reali opportunità di cambiamento, finalizzate a rendere i programmi di gestione degli asset maggiormente produttivi e convenienti.

big data, big data energy

Sono due i concetti che guidano l’innovazione in tal senso: i Big Data e gli Analytics. Il passaggio a un modello basato su entrambi i processi è ciò che abilita gli attori del settore a svolgere attività con un alto valore aggiunto, che incidono positivamente non solo sulle voci in bilancio ma anche sulla qualità del servizio. Sono tre gli elementi essenziali di un sistema avanzato di gestione degli asset basato su Big Data e Analytics: l’Asset Health Monitoring, l’Asset Criticality Index e l’Integrated Enterprise Asset Management System.

La misurazione dello stato di salute degli asset si riferisce alla possibilità di ottenere indicazioni sui guasti imprevisti ai quali asset andrebbero incontro; la misurazione della criticità serve a priorizzare gli interventi e ad assoggettare l’importanza di tali strumenti a seconda dei diversi stakeholder; mentre l’ultimo elemento, il modello decisionale integrato di gestione degli asset, combina i due precedenti punti con l’ottenimento, da parte degli executives, degli insight necessari all’attuazione del piano di manutenzione e sostituzione.

Si tratta di spunti strategici che stanno prendendo sempre più piede all’interno di un’industria che può far leva sui paradigmi della Digital Transformation, per migliorare la gestione degli asset e, di conseguenza, la propria posizione nel mercato di riferimento.

 

Carlo Nigri
Industry Solution Advisor

 

big data, big data energy

Tags: , , , , ,