Manutenção com suporte de IA para alta disponibilidade da planta

Entre pequenas margens de lucro, altos padrões de qualidade para produtos que geralmente são perecíveis e janelas de manutenção apertadas entre os processos de produção, a indústria de alimentos e bebidas está lidando com enormes desafios na produção. A tolerância a falhas é, portanto, baixa. Atualmente, cada vez mais máquinas inteligentes e de última geração em rede estão sendo usadas na produção, que se comunicam entre si e geram dados — dados que podem, com a solução de software certa, ser usados para otimizar a manutenção.

A Sachsenmilch Leppersdorf GmbH foi fundada há 30 anos e processa cerca de 4,6 milhões de litros de leite por dia, o que corresponde a 170 entregas por caminhão. Um processo de produção contínuo 24 horas por dia, 7 dias por semana, é essencial para manter esse volume. É por isso que a empresa decidiu implementar um produto piloto no local em colaboração com a Digital Enterprise Services da Siemens.

A solução Siemens Senseye Predictive Maintenance é uma plataforma que pode identificar problemas imediatos e futuros usando algoritmos suportados por IA que aprenderam o comportamento normal de máquinas e pessoal de serviço. Ele pode ser usado para iniciar atividades de manutenção antes que a planta realmente seja desligada.

A empresa trabalhou pela primeira vez com especialistas da Siemens para definir os pontos de dados corretos para prever cenários de falha específicos. Os dados existentes do sistema de controle foram usados de várias maneiras. Em alguns lugares, novos sensores e o sistema de monitoramento de condições SIPLUS CMS1200 SIPLUS CMS1200 foram instalados para monitorar a vibração.

Durante toda a duração do projeto, a Sachsenmilch se beneficiou do fato de que a Siemens não apenas contribuiu com sua expertise tecnológica, mas também ajudou a lidar com o projeto. De acordo com Ziepel, isso facilitou muito a colaboração. O suporte da Siemens para implementar a solução incluiu o treinamento e a orientação dos funcionários da Sachsenmilch, o que permitiu que eles assumissem o projeto com rapidez e sucesso.

“Por exemplo, conseguimos planejar uma substituição de bomba que resultou em um tempo de inatividade muito menor em comparação com uma falha não planejada da bomba durante a produção. Essa ação por si só — a identificação precoce do fim da vida útil da bomba — nos economizou cerca de seis dígitos”, diz Ziepel.

O próximo projeto já está começando. Trabalhando com a Siemens, a Sachsenmilch planeja integrar o Senseye Predictive Maintenance em seu SAP Plant Maintenance (PM). O objetivo é que as mensagens de manutenção do Senseye sejam recebidas automaticamente pelo SAP PM para que possam ser consideradas quando os trabalhos de manutenção forem gerados.

No futuro, também será possível usar o Maintenance Copilot Senseye de forma mais ampla como um assistente de manutenção virtual que pode fornecer recomendações de ação baseadas em dados quando o trabalho de manutenção for necessário. Ele consolida toda a experiência da equipe de serviço, armazena todas as informações necessárias nas fábricas (incluindo manuais de máquinas) e melhora a colaboração dentro da fábrica de laticínios.