Skip to main content
Deze pagina wordt weergegeven met behulp van automatische vertaling. In plaats daarvan in het Engels bekijken?

Conditiebewaking

Siemens Condition Monitoring maakt gebruik van intelligente gegevensanalyse om de efficiëntie van productiemachines te verbeteren, de uitvaltijd tot een minimum te beperken en de productieprocessen te optimaliseren.

Vraag uw gratis demo aan

Connectiviteit

Intelligente systeemdataverbinding tussen machines en bedrijven is een fundamenteel aspect van de moderne productie. Ons conditiebewakingssysteem omvat drie cruciale lagen: machineconnectiviteit, gegevensopslag en datapresentatie. In de eerste laag kunnen we gegevens verzamelen van machines en andere bronnen zoals SAP, MES en andere ERP-systemen. Machineconnectiviteit is de eerste stap voor digitale transformatie in de industrie.

Ons grote voordeel ligt in onze diepgaande kennis van industriële besturingssystemen. We kunnen uitgebreide verbindingsoplossingen bieden voor uw machineportfolio, ongeacht type of leeftijd. U krijgt geldige gegevens waarop u kunt vertrouwen. We richten ons op datamining met betrekking tot productie, onderhoud, technologie en bedrijfsbeheer.

Wij bieden de implementatie van deze communicatiedatagateways aan om ervoor te zorgen dat gegevens van productiemachines betrouwbaar en veilig worden verzameld. We gebruiken gewoonlijk een of meer gateways om de omvang van het project en de beste praktijken te verdiepen. Verschillende machines kunnen met één gateway communiceren.

Een operator bekijkt de interface van de Brownfield Analytics-connectiviteitsdienst op een groot scherm.
Computerscherm dat volledige transparantie toont over de bedrijfstoestand van de machine

Presentatie van de gegevens

De belangrijkste taak van het conditiebewakingssysteem is een betrouwbare analyse van de verzamelde gegevens in de vorm van een interactieve webomgeving of rapportagedienst voor presentatiedoeleinden.

Het systeem biedt een uitgebreide set dashboards en rapporten voor productie-, onderhouds- en technologische omstandigheden. Het zorgt voor transparantie in uw productieprocessen en onderhoudsbeheer.

Voor onderhoudsdoeleinden is een geavanceerde toepassing beschikbaar. De app voor voorspellend onderhoud combineert alarmbewaking, werkuren van de asmotor, actuele belasting, snelheid en temperatuurbewaking van de as van de machine. Moderne methoden op het gebied van machine learning en statistiek worden toegepast om de slijtagesnelheid van specifieke componenten te bepalen.

U kunt de mogelijkheden voor gegevenspresentatie testen in de gratis live demo.

Gegevensanalyse en procesoptimalisatie

Analyseservices maken gebruik van alle gegevens uit de hele sector. De toepassing van statistieken en machine learning levert waardevolle informatie op uit big data. Onze analytische diensten zetten complexe gegevens om in informatie met context om uw operationele efficiëntie en innovatie te ondersteunen.

Toepassingen voor voorspellend onderhoud, kwaliteitscontrole, hulpbronnenbeheer en rapportagediensten zijn beschikbaar in onze oplossingsset. Elke aangeboden tool is ontwikkeld in synergie met de beste praktijken in de sector en kan worden aangepast aan de eisen van de klant. De toepassingen voor Analytical Services zijn ook beschikbaar in de live demo-app.

Een gedetailleerde analyse en vergelijking van de MTBF-indicator met behulp van Siemens Condition Monitoring.
Een lijst van bewaakte signalen en gedetecteerde afwijkingen met behulp van Siemens Condition Monitoring.

pmApp — App voor Predictive Maintenance

Het Siemens Predictive Maintenance System (PMapp) is een oplossing voor monitoring en gedetailleerde analyse van verzamelde conditiegegevens om te detecteren of de bewaakte apparatuur in eerste instantie defect of defect is.

Het systeem past in de onderhoudsstrategie op basis van de conditie. Het belangrijkste doel is om de onderhoudsprocessen te optimaliseren en de onderhoudskosten te verlagen en tegelijkertijd de operationele efficiëntie te verbeteren en de uitvaltijd van productie- en verwerkingsapparatuur tot een minimum te beperken. Deze moderne benadering van onderhoudsbeheer is een belangrijke stap in de richting van uitmuntendheid op dit gebied. De Siemens Predictive Maintenance-oplossing kan worden toegepast in verschillende industriële toepassingen, waaronder fabrieken in de productie-, chemische, metallurgische of voedselverwerkende industrie die gebruikmaken van machines voor het genereren van gegevens.

Module voor signaalverwerking

De module Signal Processing verwerkt en bewaakt de verzamelde tijdreeksen van industriële machines of processensoren. Welke afwijkingen van het standaardgedrag moeten worden bewaakt. Signaalverwerking detecteert automatisch en betrouwbaar eventuele afwijkingen die zich voordoen tijdens de werking van het bewaakte onderdeel en laat de onderhoudsafdeling een onderhoudsinterventie plannen.

Een gedetailleerd overzicht van een analyse van een bewaakt signaal met behulp van Siemens Condition Monitoring.
Geavanceerde analyse van gedetecteerde kritieke alarmen met behulp van Siemens Condition Monitoring.

Module voor slimme alarmanalyse

De Smart Alarm Analysis-module is bedoeld voor het uitvoeren van een geautomatiseerde analyse van opgenomen tekstinformatie, die relevante informatie kan bevatten over de technische staat van de bewaakte apparatuur. Tekstinformatie kan afkomstig zijn van verschillende bronnen, zoals besturingssystemen voor machines, diagnostische apparatuur of informatieportalen van bedrijven.

Een alarmmodule is de beste oplossing voor situaties waarin het aantal gegenereerde alarmen en berichten groter is dan de limiet van de onderhoudsafdeling die ze niet onafhankelijk kan verwerken. Slechts een fractie van alle verzamelde teksten bevat waardevolle informatie over een nieuwe storing. De module identificeert kritieke tekstinformatie en voorkomt een algemene storing door tijdige onderhoudswaarschuwingen.

Module voor analyse van werkuren

De module Werkurenanalyse biedt geavanceerde analyses van de inzetbaarheid van machines of componenten. De analyse-resultaten zijn de kans op een machinestoring of de geschatte gemiddelde tijd tot uitval.

Hiermee kunt u onderhouds- en productieplanningsprocessen optimaliseren op basis van verworven kennis. U kunt ook preventieve reparaties plannen op basis van de werkelijke ernst en de werkelijke werklast. Tot slot kunt u de productieorders over de werkplaats verdelen op basis van de betrouwbaarheidsindicatoren van de machine (MTBF, MTTR) en de geschatte beschikbaarheid.

Trend van MTBF, MTTR en beschikbaarheid met berekende kans op verdere werking en geschatte tijd tot de volgende storing.
Een voorbereid webproductierapport met behulp van RSapp van Siemens.

RSapp — Report Service-app

De Report Service Application (RSapp) combineert met regelmatige tussenpozen grote hoeveelheden procesgegevens uit verschillende bedrijfsbronnen (machinegegevens, SAP, MES, enz.) om het management en het personeel van het bedrijf te helpen bij de analyse van productie, onderhoud, technologie, planning of controle. Met het RSapp-systeem kunnen werknemers zonder geavanceerde kennis van gegevensanalyse tijd besparen, zich concentreren op het oplossen van problemen en processen optimaliseren.

De resultaten van de Report Service kunnen bestaan uit een interactieve visualisatie op het web, een offline PDF- of PowerPoint-rapport of voorbereide gegevens in de database van het bedrijf voor verdere verwerking in BI-software (bijvoorbeeld Tableau of PowerBI).

Kenmerken van de rapporten zijn belangrijke prestatie-indicatoren (KPI) met hun trends en doelstellingen, datavisualisatie in context (bar, cirkel, trendgrafieken, enz.), rapporten over gebruik en uitvaltijd in de productie, statistieken van productieonderbrekingen, evaluatie van de prestaties van machines of werknemers en meer.

RSapp bevat ook de ad-hocanalysemodule, een buitengewone service binnen Siemens Analytical Services waarmee u gerichte analyses van een breed scala aan situaties of processen kunt bestellen. De resultaten zijn na het opstellen beschikbaar in de Report Service-applicatie. U kunt ad-hocanalyses aanpassen om het besluitvormingsproces van werknemers en management te ondersteunen.

We bieden diensten zoals patroondetectie, bekende en onbekende relaties, het zoeken naar verspilling en oorzaken bij downtime, detectie van niet-standaard omstandigheden en gedrag, optimalisatie van bedrijfs- en productieprocessen en andere waardevolle informatieextractie.

QcApp — App voor kwaliteitscontrole

De Quality Control Application (QCapp) richt zich op de kwaliteit van de productieprocessen. Het biedt een uitgebreid systeem voor afdelingen voor productiebeheer en kwaliteitscontrole om de productieprocessen onder controle te houden. De belangrijkste doelstellingen van optimalisatie zijn om defecten tot een minimum te beperken en de betrouwbaarheid van uw product te maximaliseren.

De QCapp bestaat uit drie tools. De Anomaly Detection-tool kan een niet-conformiteit in vroege productiefasen classificeren aan de hand van processignalen die tijdens de productie worden gegenereerd of op foto's die zijn gemaakt na het bewerkings- of assemblageproces.

De tool voor statistische procescontrole (SPC) is gericht op online monitoring van het productieproces, waarbij eventuele niet-standaard productieverschijnselen worden opgespoord. SPC is een eenvoudige maar effectieve techniek om de productiviteit te verhogen, defecten te voorkomen en onnodige wijzigingen in het productieproces te vermijden.

Tot slot, maar daarom niet minder belangrijk, is er de tool voor gebruikersinteractieve Design of Experiments (DOE), waarmee kan worden geëxperimenteerd met verschillende inputs en instellingen van het productieproces. Het leidt tot aanzienlijke kwaliteitseffecten en identificatie van de productieprestaties.

Het dashboard voor online monitoring van de kwaliteit van het productieproces in QCapp van Siemens.
Het sMap-dashboard voor het controleren van reserveonderdelen in de inventaris van de onderhoudsafdeling.

sApp — App voor voorraadbeheer

Met de Supply Management Application (sApp) kunnen voorraden van productiemateriaal, onderhoud, magazijnen voor reserveonderdelen en transportroutes binnen de interne logistiek worden geanalyseerd en geoptimaliseerd.

Op basis van de analyse van reserveonderdelen of materiaalgeschiedenis, het verbruik en de mate van risico of betrouwbaarheid van de dekking voorspelt de toepassing een optimale voorraad. Interne logistiek kan profiteren van sApp door de instellingen van de transportroutes voor voorraden te optimaliseren, zodat de capaciteit van logistiek personeel optimaal wordt benut. Het bespaart transporttijd en energie.

Onze klanten

Ontdek hoe Condition Monitoring fabrikanten helpt.

Netwerkdiensten

Ontdek Siemens SCALANCE voor IT/OT-ontwerp en -implementatie, netwerkbeheer, NIS 2-implementatie en meer.

Ontdek SCALANCE