Modulario by AMCEF
Demo

AI predikce poruchy stroje — havárie zastaveny dříve, než nastanou

Modulario AI sleduje vibrace, teplotu a proudové zatížení strojů v reálném čase a předpovídá poruchu konkrétního komponentu 7–14 dní předem. Žádné neplánované odstávky.

Úspora: Eliminace 1–3 havárií ročně = desítky tisíc eur
Moduly: Výroba Servis Majetek

AI predikce poruchy stroje: zero downtime výroba

Neplánovaná havárie výrobního stroje trvá průměrně 6–12 hodin. Počítejte: ztracená produkce + expresní servisní výjezd + expresní náhradní díly + prostoj další výroby. V průměru stojí jedna havárie středně velkou výrobní firmu 8 000–25 000 €.

Fyzika před havárií: měřitelné signály

Stroje před poruchou vykazují měřitelné změny:

  • Ložiska (70 % všech poruch): zvýšené vibrace ve specifických frekvenčních pásmech 2–6 týdnů před selháním
  • Elektromotory: zvýšené proudové zatížení = větší mechanický odpor (opotřebovaná ložiska, špatné mazání)
  • Převodovky: změna frekvenčního spektra vibrací = poškozené ozubení
  • Hydraulika: pokles tlaku, zvýšená teplota = opotřebovaná těsnění nebo čerpadlo

AI tyto signály čte nepřetržitě a detekuje anomálie dříve, než si je všimne obsluha.

Jak Modulario AI předpovídá poruchy

Sběr dat (každých 15–60 sekund)

  • Senzory odesílají data vibrací, teploty, proudu přes IoT gateway do Modulario
  • Data jsou uložena s timestampem per zařízení, per komponent

Baseline + detekce anomálií

  • Prvních 4–8 týdnů: systém se naučí normální hodnoty pro každý stroj v každém provozním režimu
  • Poté: detekuje statistické odchylky a trend-anomálie

Predikce s horizontem

AI předpovídá:

  • Který komponent selže
  • S jakou pravděpodobností (%)
  • V jakém časovém horizontu (dní)

Alert a servisní příkaz

⚠️ PREDIKTIVNÍ ÚDRŽBA — 25.4.2026

Zařízení: CNC Mazak VCN-430 (vřeteno)
Komponent: Přední ložisko vřetena SKF 7010
Pravděpodobnost poruchy do 14 dní: 84 %
Signál: Vibrace 2× nad baseline od 20.4., trend roste

Doporučená akce: Plánovaná výměna ložiska
Náhradní díl: SKF 7010 ACDGA/P4A (na skladě v CZ: 2 ks)
Odhadovaný čas opravy: 3 hodiny

Porovnání strategií údržby

StrategieNákladyDowntimeRiziko
Reaktivní (po havárii)Nejvyšší (expresní oprava)6–48 hodinVysoké
Preventivní (kalendářová)Střední (zbytečné výměny)2–4 hodiny/rokStřední
Prediktivní (AI)Nejnižší<1 hodina/rokMinimální

Moduly potřebné pro tento use-case

AI predikce poruchy výroba prediktivní údržba OEE

Často kladené otázky

Jaké senzory jsou potřeba?

Pro základní predikci postačují senzory vibrací (např. Bosch CISS nebo podobné, €150–300/ks) a teplotní senzory. Pro pokročilou analýzu je možné použít i elektrické měření proudového zatížení.

Funguje i bez senzorů, jen s historickými servisními záznamy?

Ano — pro začátek systém pracuje s manuálně zadávanými provozními hodnotami a historií servisních zásahů. Přesnost predikce je nižší, ale roste s přibývajícími daty.

Jaké stroje systém dokáže sledovat?

Rotační stroje (motory, kompresory, čerpadla, vřetena CNC strojů, převodovky), ale i hydraulické systémy, klimatizace a jiná zařízení s měřitelnými parametry.

Chcete tento use-case nasadit ve vaší firmě?

Domluvte si bezplatnou 60minutovou konzultaci — ukážeme vám, jak to funguje v reálném prostředí.

Dávid Bělousov

Dávid Bělousov

Sales Director

+421 902 826 802 sales@amcef.com
Domluvit konzultaci