En mejerifabrikslinje med maskiner og udstyr, muligvis til forudsigelig vedligeholdelse.

AI-understøttet vedligeholdelse giver høj anlægstilgængelighed

Sachsenmilch, et førende europæisk mejeri, øger effektiviteten med Senseye Predictive Maintenance. Dens AI/ML cloud-platform analyserer proaktivt anlægsmaskiner, hvilket sikrer høj tilgængelighed, reduceret vedligeholdelse og betydelige omkostningsbesparelser. Den er tilgængelig globalt og optimerer ydeevnen.

Mellem små fortjenstmargener, høje kvalitetsstandarder for produkter, der ofte er letfordærvelige, og stramme vedligeholdelsesvinduer mellem produktionsprocesser står fødevare- og drikkevareindustrien over for enorme udfordringer i produktionen. Fejltolerancen er derfor lav. Og i dag bruges flere og flere smarte, avancerede netværksmaskiner i produktionen, der kommunikerer med hinanden og genererer data — data, der med den rigtige softwareløsning kan bruges til at optimere vedligeholdelsen.

Sachsenmilch Leppersdorf GmbH blev grundlagt for 30 år siden og behandler omkring 4,6 millioner liter mælk om dagen, hvilket svarer til 170 lastbilleverancer. En problemfri 24/7 produktionsproces er afgørende for at opretholde denne volumen. Derfor besluttede virksomheden at implementere et pilotprodukt på stedet i samarbejde med Siemens Digital Enterprise Services.

A conveyor belt with milk bottles at the Sachsenmilch dairy factory.

Senseye Predictive Maintenance er en værdifuld tilføjelse til vores eksisterende processer med hensyn til forebyggende vedligeholdelse.

Roland Ziepel, Teknisk leder, Sachsenmilch Leppersdorf GmbH

“ Vi bruger ekstremt varieret planteteknologi, men takket være Siemens-løsningen kan vi reagere, før der opstår problemer. Dette reducerer produktionsafbrydelser betydeligt. Vi har også elimineret faste vedligeholdelsesplaner: I stedet styres vi af anlæggets tilstand, hvilket også giver os mulighed for at reducere vedligeholdelsesomkostningerne.“ En af de største udfordringer ved implementeringen af pilotprojektet var at definere de rigtige data til softwaren. „Der er så mange faktorer, der spiller en rolle, herunder temperatur, cyklusser, frekvenser og meget mere,“ siger Ziepel.

Siemens Senseye Predictive Maintenance-løsning er en platform, der kan identificere umiddelbare og fremtidige problemer ved hjælp af AI-understøttede algoritmer, der har lært maskiners og servicepersonales normale adfærd. Det kan bruges til at igangsætte vedligeholdelsesaktiviteter, før anlægget rent faktisk lukker ned.Virksomheden arbejdede først med eksperter fra Siemens for at definere de rigtige datapunkter til forudsigelse af specifikke fejlscenarier. Eksisterende data fra kontrolsystemet blev brugt på flere måder. Nogle steder blev der installeret nye sensorer og SIPLUS CMS1200 tilstandsovervågningssystem til overvågning af vibrationer.Under hele projektets varighed nød Sachsenmilch fordel af, at Siemens ikke kun bidrog med teknologisk ekspertise, men også hjalp med at håndtere projektet. Ifølge Ziepel gjorde dette samarbejdet meget lettere. Siemens' støtte til implementering af løsningen omfattede uddannelse og orientering af Sachsenmilch-medarbejdere, hvilket gjorde det muligt for dem hurtigt og succesfuldt at overtage projektet.

Two workers at a dairy factory inspecting the machinery.

I dag kan vi allerede sige, at Senseye Predictive Maintenance-pilotprojektet har betalt sig selv.

Roland Ziepel, Teknisk leder, Sachsenmilch Leppersdorf GmbH

„For eksempel var vi i stand til at planlægge en pumpeudskiftning, der resulterede i en meget kortere nedetid sammenlignet med en uplanlagt pumpefejl under produktionen. Alene denne handling - den tidlige identifikation af slutningen af pumpens levetid - sparede os penge i de lave seks-tal,“ siger Ziepel.Det næste projekt er allerede begyndt. I samarbejde med Siemens planlægger Sachsenmilch at integrere Senseye Predictive Maintenance i SAP Plant Maintenance (PM). Målet er, at vedligeholdelsesmeddelelser fra Senseye automatisk modtages af SAP PM, så de kan tages i betragtning, når vedligeholdelsesjob genereres.I fremtiden vil det også være muligt at bruge Maintenance Copilot Senseye mere udførligt som en virtuel vedligeholdelsesassistent, der kan levere datastøttede anbefalinger til handling, når vedligeholdelsesarbejde er påkrævet. Det konsoliderer al serviceteamets ekspertise, gemmer alle nødvendige oplysninger om anlæggene (herunder maskinmanualer) og forbedrer samarbejdet inden for mejeriet.

Two engineers discussing the results from the Senseye Predictive Maintenance application on a large screen.