Konserwacja wspierana sztuczną inteligencją dla wysokiej dostępności zakładu

Sachsenmilch, wiodąca europejska firma mleczarska, zwiększa efektywność dzięki rozwiązaniu Senseye Predictive Maintenance. Jej platforma w chmurze oparta na sztucznej inteligencji i uczeniu maszynowym proaktywnie analizuje maszyny zakładowe, zapewniając wysoką dostępność urządzeń, ograniczenie kosztów utrzymania oraz znaczące oszczędności. Platforma jest dostępna globalnie i optymalizuje wydajność zakładu.

W branży spożywczej i napojów produkcja stoi w obliczu ogromnych wyzwań – od niewielkich marż zysku, przez wysokie standardy jakości produktów często szybko psujących się, po krótkie okna konserwacyjne między procesami produkcyjnymi. W związku z tym tolerancja na awarie jest niska. Obecnie coraz częściej w produkcji wykorzystywane są inteligentne, nowoczesne maszyny sieciowe, które komunikują się ze sobą i generują dane – dane, które przy odpowiednim oprogramowaniu mogą być wykorzystane do optymalizacji konserwacji.

Sachsenmilch Leppersdorf GmbH została założona 30 lat temu i przetwarza około 4,6 miliona litrów mleka dziennie, co odpowiada 170 dostawom ciężarówkami. Płynny proces produkcyjny 24 godziny na dobę jest niezbędny do utrzymania tego wolumenu. Dlatego firma zdecydowała się wdrożyć pilotażowy produkt na miejscu we współpracy z Siemens Digital Enterprise Services.

Przenośnik taśmowy z butelkami mleka w zakładzie mleczarskim w Sachsenmilch.

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

Roland Ziepel, Kierownik techniczny, Sachsenmilch Leppersdorf GmbH

„Korzystamy z bardzo zróżnicowanej technologii zakładowej, ale dzięki rozwiązaniu Siemensa możemy reagować, zanim pojawią się problemy. Znacznie ogranicza to przestoje w produkcji. Wyeliminowaliśmy także sztywne harmonogramy konserwacyjne – teraz kierujemy się stanem urządzeń, co pozwala nam również obniżyć koszty utrzymania ruchu”. Jednym z największych wyzwań przy wdrażaniu projektu pilotażowego było określenie odpowiednich danych dla oprogramowania. „Na wynik wpływa tak wiele czynników, w tym temperatura, cykle, częstotliwości i wiele innych” – mówi Ziepel.

Zdjęcia Rolanda Ziepela, kierownika technicznego w Sachsenmilch Leppersdorf GmbH

Rozwiązanie Siemens Senseye Predictive Maintenance to platforma, która potrafi identyfikować bieżące i przyszłe problemy dzięki algorytmom wspieranym sztuczną inteligencją, które nauczyły się normalnego zachowania maszyn i personelu serwisowego. Może być wykorzystywana do inicjowania działań konserwacyjnych, zanim zakład faktycznie ulegnie zatrzymaniu.

Firma najpierw współpracowała z ekspertami Siemensa w celu określenia odpowiednich punktów danych do przewidywania konkretnych scenariuszy awarii. Istniejące dane z systemu sterowania wykorzystywano na różne sposoby. W niektórych miejscach zainstalowano nowe czujniki oraz system monitorowania stanu SIPLUS CMS1200 w celu nadzoru drgań.

Przez cały czas trwania projektu Sachsenmilch korzystała z faktu, że Siemens nie tylko wnosił wiedzę technologiczną, ale także wspierał zarządzanie projektem. Według Ziepela znacznie ułatwiło to współpracę. Wsparcie Siemensa przy wdrażaniu rozwiązania obejmowało szkolenie i przygotowanie pracowników Sachsenmilch, co pozwoliło im szybko i skutecznie przejąć realizację projektu.

Dwóch pracowników w zakładzie mleczarskim kontroluje maszyny.

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

Roland Ziepel, Kierownik techniczny, Sachsenmilch Leppersdorf GmbH

„Na przykład udało nam się zaplanować wymianę pompy, co skutkowało znacznie krótszym przestojem w porównaniu z nieplanowaną awarią pompy podczas produkcji. Sama ta czynność, wczesne wykrycie końca okresu eksploatacji pompy, pozwoliła nam zaoszczędzić środki sięgające dolnych sześciocyfrowych kwot” – mówi Ziepel.

Kolejny projekt jest już w fazie rozpoczęcia. We współpracy z Siemensem Sachsenmilch planuje zintegrować rozwiązanie Senseye Predictive Maintenance z systemem SAP Plant Maintenance (PM). Celem jest automatyczne przesyłanie komunikatów o utrzymaniu ruchu z Senseye do SAP PM, tak aby mogły być uwzględniane przy generowaniu zleceń konserwacyjnych.

W przyszłości możliwe będzie także szersze wykorzystanie Maintenance Copilot Senseye jako wirtualnego asystenta utrzymania ruchu, który będzie dostarczał rekomendacje działań oparte na danych w momencie, gdy konieczne będą prace konserwacyjne. Narzędzie konsoliduje całą wiedzę zespołu serwisowego, przechowuje wszystkie niezbędne informacje o zakładach (w tym instrukcje maszyn) oraz usprawnia współpracę w obrębie zakładu mleczarskiego.

Dwóch inżynierów omawia wyniki aplikacji Senseye Predictive Maintenance na dużym ekranie.