Skip to main content
Denne side vises ved hjælp af automatiseret oversættelse. Vil du have den vist på engelsk i stedet?

Tilstandsovervågning

Siemens Condition Monitoring bruger intelligent dataanalyse til at forbedre produktionsmaskinens effektivitet, minimere nedetid og optimere produktionsprocesser.

Få din gratis demo

Tilslutningsmuligheder

Maskin-til-virksomhed intelligent systemdataforbindelse er et grundlæggende aspekt af moderne produktion. Vores tilstandsovervågningssystem dækker tre afgørende lag: maskintilslutning, datalagring og datapræsentation. I det første lag kan vi indsamle data fra maskiner og andre kilder som SAP, MES og andre ERP-systemer. Maskintilslutning er det første skridt til digital transformation i branchen.

Vores store fordel ligger i vores dybdegående kendskab til industrielle styresystemer. Vi kan levere omfattende tilslutningsløsninger til din maskinportefølje, uanset type eller alder. Du får gyldige data, du kan stole på. Vi fokuserer på data mining vedrørende produktion, vedligeholdelse, teknologi og forretningsstyring.

Vi tilbyder implementering af disse kommunikationsdata gateways for at opretholde pålidelig og sikker dataindsamling fra produktionsmaskiner. Vi bruger normalt en eller flere gateways til at uddybe projektskalaen og bedste praksis. Flere maskiner kan kommunikere med en gateway.

En operatør ser på grænsefladen til Brownfield Analytics-tilslutningstjenesten på en stor skærm.
Computerskærm, der viser fuld gennemsigtighed i maskinens driftstilstande

Datapræsentation

Hovedopgaven for tilstandsovervågningssystemet er en pålidelig analyse af de indsamlede data i form af et interaktivt webmiljø eller rapporteringstjeneste til præsentationsformål.

Systemet tilbyder omfattende sæt dashboards og rapporter til produktions-, vedligeholdelses- og teknologiforhold. Det giver gennemsigtighed i dine fremstillingsprocesser og vedligeholdelsesstyring.

Til vedligeholdelsesformål er en avanceret applikation tilgængelig. Den prædiktive vedligeholdelsesapp samler alarmovervågning, akselmotorens arbejdstid, aktuel belastning, hastighed og temperaturovervågning af maskinens akse. Moderne maskinindlærings- og statistikmetoder anvendes til at bestemme slidhastigheden for specifikke komponenter.

Du kan teste datapræsentationsfunktioner i gratis live demo.

Dataanalyse og procesoptimering

Analytics-tjenester udnytter alle data på tværs af branchen. Anvendelsen af statistik og maskinlæring giver værdifuld information fra big data. Vores analytiske tjenester omdanner komplekse data til information med kontekst for at understøtte din driftseffektivitet og innovation.

Prædiktiv vedligeholdelse, kvalitetskontrol, ressourcestyring og rapporteringsserviceapplikationer er tilgængelige i vores løsningssæt. Hvert præsenteret værktøj er udviklet i synergi med bedste branchepraksis og tilpasningsmuligheder til kundernes krav. Applikationerne for Analytical Services er også tilgængelige i live demo app.

En detaljeret analyse og sammenligning af MTBF-indikatoren ved hjælp af Siemens Condition Monitoring.
En liste over overvågede signaler og detekterede anomalier ved hjælp af Siemens Condition Monitoring.

PMApp — Predictive Maintenance App

Siemens Predictive Maintenance System (PMApp) er en løsning til overvågning og detaljeret analyse af indsamlede tilstandsdata for at detektere den første forekomst af fejl eller nedbrydning af det overvågede udstyr.

Systemet passer ind i den tilstandsbaserede vedligeholdelsesstrategi. Hovedformålet er at optimere vedligeholdelsesprocesser og reducere vedligeholdelsesomkostninger og samtidig forbedre driftseffektiviteten og minimere nedetid for produktions- og behandlingsudstyr. Denne moderne tilgang til vedligeholdelsesstyring er et vigtigt skridt i retning af at opnå ekspertise på dette område. Siemens Predictive Maintenance-løsningen kan anvendes på tværs af en række industrielle applikationer, herunder produktionsanlæg, kemiske, metallurgiske eller fødevareforarbejdningsanlæg, der bruger datagenererende maskiner.

Signalbehandlingsmodul

Signalbehandlingsmodulet behandler og overvåger de indsamlede tidsserier fra industrimaskiner eller processensorer, hvilke afvigelser fra standardadfærd skal overvåges. Signalbehandling registrerer automatisk og pålideligt eventuelle uregelmæssigheder, der opstår under driften af den overvågede komponent, og initierer vedligeholdelsesafdelingen til at planlægge en serviceintervention.

En detaljeret oversigt over en analyse af et overvåget signal ved hjælp af Siemens Condition Monitoring.
Avanceret analyse af detekterede kritiske alarmer ved hjælp af Siemens Condition Monitoring.

Smart Alarm Analyse-modul

Modulet Smart Alarm Analysis er specificeret til at udføre en automatiseret analyse af optaget tekstinformation, som kan indeholde relevante oplysninger om det overvågede udstyrs tekniske tilstand. Tekstoplysninger kan komme fra forskellige kilder som maskinstyringssystemer, diagnostiske enheder eller virksomhedsinformationsportaler.

Et alarmmodul er den bedste løsning i situationer, hvor antallet af genererede alarmer og meddelelser overstiger begrænsningen for vedligeholdelsesafdelingen, der ikke kan behandle dem uafhængigt. Kun en brøkdel af alle indsamlede tekster indeholder værdifuld information om en ny fiasko. Modulet identificerer kritiske tekstoplysninger og forhindrer en generel fejl ved rettidige vedligeholdelsesadvarsler.

Arbejdstidsanalysemodul

Modulet Arbejdstidsanalyse giver avanceret analyse af oppetid på maskiner eller komponenter. Analyseoutputtene er sandsynligheden for maskinsvigt eller estimeret gennemsnitlig tid til svigt.

Det giver dig mulighed for at optimere vedligeholdelses- og produktionsplanlægningsprocesser i henhold til erhvervet viden. Du kan også planlægge forebyggende reparationer i henhold til reel sværhedsgrad og reel arbejdsbyrde. Endelig kan du distribuere produktionsordrer på tværs af værkstedet i henhold til maskinens pålidelighedsindikatorer (MTBF, MTTR) og estimeret tilgængelighed.

Trend for MTBF, MTTR og tilgængelighed med beregnet sandsynlighed for yderligere drift og estimeret tid til næste fejl.
En udarbejdet webproduktionsrapport ved hjælp af RSapp fra Siemens.

RsApp - Rapportservice-app

Rapportserviceapplikationen (RSapp) kombinerer med jævne mellemrum store mængder procesdata fra forskellige virksomhedskilder (maskindata, SAP, MES osv.) for at hjælpe ledelse og virksomhedspersonale med analyse af produktion, vedligeholdelse, teknologi, planlægning eller styring. Med RsApp-systemet kan medarbejdere uden avanceret viden om dataanalyse spare tid, fokusere på problemløsning og optimere processer.

Rapportservicens output kan være en webbaseret interaktiv visualisering, en offline PDF- eller PowerPoint-rapport eller forberedte data i virksomhedens database til videre behandling i BI-software (f.eks. Tableau eller PowerBI).

Funktioner i rapporterne er nøglepræstationsindikatorer (KPI) med deres tendenser og mål, datavisualisering i kontekst (søjle, tærte, trendgrafer osv.), rapporter om udnyttelse og nedetid i produktionen, statistik over produktionsafbrydelser, evaluering af maskine- eller medarbejderpræstation og mere.

RsApp inkluderer også ad hoc-analysemodulet, en ekstraordinær service inden for Siemens Analytical Services, der giver dig mulighed for at bestille fokuseret analyse af en lang række situationer eller processer. Resultaterne er tilgængelige i Report Service Application efter udarbejdelse. Du kan tilpasse ad hoc-analyse til at understøtte medarbejdernes og ledelsens beslutningsproces.

Vi leverer tjenester såsom mønsterdetektion, kendte og ukendte relationer, søgning efter affald og årsager i nedetid, registrering af ikke-standardiserede forhold og adfærd, optimering af virksomheds- og produktionsprocesser og anden værdifuld informationsudvinding.

QCapp - App til kvalitetskontrol

Quality Control Application (QcApp) fokuserer på kvaliteten af fremstillingsprocesserne. Det giver et omfattende system til produktionsstyring og kvalitetskontrolafdelinger til at tage kontrol over fremstillingsprocesser. De vigtigste mål med optimering er at minimere fejl og maksimere dit produkts pålidelighed.

QCapp består af tre værktøjer. Anomaly Detection-værktøjet kan klassificere en manglende overensstemmelse i tidlige produktionsfaser ved hjælp af processignaler genereret under produktionen eller på fotografier taget efter bearbejdning eller samleprocessen.

Det statistiske processtyringsværktøj (SPC) fokuserer på online overvågning af produktionsprocessen og registrerer eventuelle ikke-standardiserede produktionsfænomener. SPC er en enkel, men effektiv teknik til at øge produktiviteten, forhindre defekter og undgå unødvendige ændringer i produktionsprocessen.

Sidst men ikke mindst er det brugerinteraktive værktøj Design of Experiments (DOE), som tillader eksperimentering med forskellige input og indstillinger i produktionsprocessen. Det fører til betydelige kvalitetseffekter og identifikation af produktionsydelse.

Instrumentbrættet til online overvågning af produktionsproceskvalitet i QcApp fra Siemens.
SMApp dashboard til overvågning af reservedele i vedligeholdelsesafdelingens inventar.

SMapp - App til forsyningsstyring

Supply Management Application (SMapp) muliggør analyse og optimering af produktionsmaterialebeholdninger, vedligeholdelsesreservedelslager og transportruter inden for intern logistik.

Baseret på analysen af reservedele eller materialehistorikforbruget og risikoniveauet eller dækningspålideligheden forudsiger applikationen optimal lagerbeholdning. Intern logistik kan drage fordel af SMapp ved at optimere indstillingerne for transportruter til lagerbeholdninger for ideelt at udnytte logistikpersonalets kapacitet. Det sparer transporttid og energi.

Vores kunder

Se, hvordan Tilstandsovervågning hjælper producenterne.

Netværkstjenester

Oplev Siemens SCALANCE til IT/OT-design og implementering, netværksstyring, NIS 2-implementering og mere.

Gå på opdagelse i SCALANCE