Linia fabryki mleczarni z maszynami i sprzętem, prawdopodobnie do konserwacji predykcyjnej.

Obsługiwane przez sztuczną inteligencję konserwacja zapewniająca wysoką dostępność instalacji

Sachsenmilch, wiodąca europejska mleczarnia, zwiększa wydajność dzięki Senseye Predictive Maintenance. Platforma chmurowa AI/ML proaktywnie analizuje maszyny zakładowe, zapewniając wysoką dostępność, ograniczoną konserwację i znaczne oszczędności kosztów. Dostępny na całym świecie, optymalizuje wydajność.

Pomiędzy małymi marżami zysku, wysokimi standardami jakości produktów, które często psują się, a wąskimi oknami konserwacji między procesami produkcyjnymi, przemysł spożywczy i napojów boryka się z ogromnymi wyzwaniami w produkcji. Tolerancja usterek jest zatem niska. Obecnie w produkcji wykorzystuje się coraz więcej inteligentnych, najnowocześniejszych maszyn sieciowych, które komunikują się ze sobą i generują dane — dane, które dzięki odpowiedniemu rozwiązaniu programowemu można wykorzystać do optymalizacji konserwacji.

Firma Sachsenmilch Leppersdorf GmbH została założona 30 lat temu i przetwarza około 4,6 miliona litrów mleka dziennie, co odpowiada 170 dostawom ciężarówek. Bezproblemowy proces produkcji 24/7 jest niezbędny do utrzymania tego wolumenu. Dlatego firma zdecydowała się na wdrożenie pilotażowego produktu na miejscu we współpracy z Digital Enterprise Services firmy Siemens.

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

Senseye Predictive Maintenance jest cennym dodatkiem do naszych istniejących procesów w zakresie konserwacji profilaktycznej.

Roland Ziepel, Kierownik techniczny, Sachsenmilch Leppersdorf GmbH

„Stosujemy niezwykle zróżnicowaną technologię zakładową, ale dzięki rozwiązaniu Siemens możemy reagować, zanim pojawią się problemy. To znacznie zmniejsza przerwy w produkcji. Wyeliminowaliśmy również stałe plany konserwacji: zamiast tego kierujemy się stanem zakładu, co pozwala nam również obniżyć koszty konserwacji”. Jednym z największych wyzwań w realizacji projektu pilotażowego było określenie odpowiednich danych dla oprogramowania. „Istnieje tak wiele czynników, które odgrywają pewną rolę, w tym temperatura, cykle, częstotliwości i wiele więcej” - mówi Ziepel.

Rozwiązanie Siemens Senseye Predictive Maintenance to platforma, która może identyfikować natychmiastowe i przyszłe problemy przy użyciu algorytmów obsługiwanych przez sztuczną inteligencję, które nauczyły się normalnego zachowania maszyn i personelu serwisowego. Może być używany do inicjowania czynności konserwacyjnych przed faktycznym zamknięciem zakładu.Firma najpierw współpracowała z ekspertami z Siemensa, aby zdefiniować odpowiednie punkty danych do przewidywania konkretnych scenariuszy awarii. Istniejące dane z systemu sterowania były wykorzystywane na wiele sposobów. W niektórych miejscach zainstalowano nowe czujniki i system monitorowania stanu SIPLUS CMS1200 do monitorowania drgań.Przez cały czas trwania projektu firma Sachsenmilch korzystała z faktu, że Siemens nie tylko wnosił wiedzę technologiczną, ale także pomagał w realizacji projektu. Według Ziepel znacznie ułatwiło to współpracę. Wsparcie firmy Siemens we wdrażaniu rozwiązania obejmowało szkolenie i orientację pracowników Sachsenmilch, co pozwoliło im szybko i skutecznie przejąć projekt.

Two workers at a dairy factory inspecting the machinery.

Dziś możemy już powiedzieć, że pilotażowy projekt Senseye Predictive Maintenance opłacił się.

Roland Ziepel, Kierownik techniczny, Sachsenmilch Leppersdorf GmbH

„Na przykład byliśmy w stanie zaplanować wymianę pompy, która spowodowała znacznie krótszy przestój w porównaniu z nieplanowaną awarią pompy podczas produkcji. Już samo to działanie — wczesne określenie końca żywotności pompy — zaoszczędziło nam pieniądze w niskich sześciu liczbach” — mówi Ziepel.Kolejny projekt już się rozpoczyna. Współpracując z Siemensem, Sachsenmilch planuje zintegrować Senseye Predictive Maintenance z systemem SAP Plant Maintenance (PM). Celem jest automatyczne odbieranie wiadomości serwisowych od Senseye przez SAP PM, aby można je było uwzględnić podczas generowania zadań konserwacyjnych.W przyszłości będzie również możliwe szersze wykorzystanie Maintenance Copilot Senseye jako wirtualnego asystenta konserwacji, który może dostarczać oparte na danych zalecenia dotyczące działań, gdy wymagane są prace konserwacyjne. Konsoliduje całą wiedzę zespołu serwisowego, przechowuje wszystkie niezbędne informacje o zakładach (w tym instrukcje obsługi maszyn) i usprawnia współpracę w mleczarni.

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