AI-stött underhåll för hög anläggningstillgänglighet

Mellan små vinstmarginaler, höga kvalitetsstandarder för produkter som ofta är lättfördärvliga och snäva underhållsfönster mellan produktionsprocesser står livsmedels- och dryckesindustrin inför enorma utmaningar i produktionen. Feltoleransen är därför låg. Och idag används allt fler smarta, toppmoderna nätverksmaskiner i produktionen som kommunicerar med varandra och genererar data — data som med rätt mjukvarulösning kan användas för att optimera underhållet.

Sachsenmilch Leppersdorf GmbH grundades för 30 år sedan och bearbetar cirka 4,6 miljoner liter mjölk per dag, vilket motsvarar 170 lastbilsleveranser. En sömlös produktionsprocess dygnet runt är avgörande för att bibehålla denna volym. Därför beslutade företaget att implementera en pilotprodukt på plats i samarbete med Siemens Digital Enterprise Services.

Siemens Senseye Predictive Maintenance Solution är en plattform som kan identifiera omedelbara och framtida problem med hjälp av AI-stödda algoritmer som har lärt sig det normala beteendet hos maskiner och servicepersonal. Den kan användas för att initiera underhållsaktiviteter innan anläggningen faktiskt stängs av.

Företaget arbetade först med experter från Siemens för att definiera rätt datapunkter för att förutsäga specifika felscenarier. Befintliga data från styrsystemet användes på flera sätt. På vissa ställen installerades nya sensorer och tillståndsövervakningssystemet SIPLUS CMS1200 för att övervaka vibrationer.

Under hela projektets löptid gynnades Sachsenmilch av att Siemens inte bara bidrog med teknisk expertis utan också hjälpte till med att hantera projektet. Enligt Ziepel gjorde detta samarbetet mycket enklare. Siemens stöd för att implementera lösningen inkluderade utbildning och orientering av Sachsenmilch-anställda, vilket gjorde det möjligt för dem att snabbt och framgångsrikt ta över projektet.

” Vi kunde till exempel planera ett pumpbyte som resulterade i en mycket kortare stilleståndstid jämfört med ett oplanerat pumpfel under produktionen. Bara den här åtgärden — den tidiga identifieringen av pumpens livslängd — sparade oss pengar i de låga sexsiffrorna, säger Ziepel.

Nästa projekt börjar redan. I samarbete med Siemens planerar Sachsenmilch att integrera Senseye Predictive Maintenance i sitt SAP Plant Maintenance (PM). Målet är att underhållsmeddelanden från Senseye ska tas emot automatiskt av SAP PM så att de kan beaktas när underhållsjobb genereras.

I framtiden kommer det också att vara möjligt att använda Maintenance Copilot Senseye mer omfattande som en virtuell underhållsassistent som kan ge datastödda rekommendationer för åtgärder när underhållsarbete krävs. Det konsoliderar all expertis från serviceteamet, lagrar all nödvändig information om anläggningarna (inklusive maskinmanualer) och förbättrar samarbetet inom mejeriet.