“我们正在使用千差万别的工厂技术，但多亏了西门子解决方案，我们可以在问题出现之前做出响应。这极大地减少了生产中断。我们还取消了固定维护计划：相反，我们以工厂状况为指导，这也使我们能够降低维护成本。”实施试点项目面临的最大挑战之一是为软件定义正确的数据。齐佩尔说：“有很多因素在起作用，包括温度、周期、频率等等。”
人工智能支持的维护，提高工厂可用性
欧洲领先的乳制品企业萨克森米尔奇通过Senseye预测性维护提高了效率。其 AI/ML 云平台主动分析工厂机械，确保高可用性、减少维护并显著节省成本。它可在全球范围内访问，可优化性能。
食品和饮料行业在生产中面临着巨大的挑战，利润率很低，通常易腐产品的高质量标准以及生产过程之间的维护时间间隔很紧。因此，容错能力很低。如今，越来越多的智能、最先进的联网机器被用于生产中，它们相互通信并生成数据，这些数据可以通过正确的软件解决方案来优化维护。
Sachsenmilch Leppersdorf GmbH成立于30年前，每天加工约460万升牛奶，相当于170辆卡车的交付。无缝的全天候生产流程对于保持这一产量至关重要。这就是为什么该公司决定与西门子合作在现场实施试点产品的原因 Digital Enterprise 服务。
就预防性维护而言，Senseye 预测性维护是我们现有流程的重要补充。
今天，我们已经可以说，Senseye预测性维护试点项目已经收回了成本。
“例如，我们能够计划更换泵，与生产期间的计划外泵故障相比，停机时间要短得多。仅这一举措——及早确定泵的使用寿命终结——就为我们节省了低六位数的资金，” 齐佩尔说。下一个项目已经开始了。萨克森米尔奇计划与西门子合作，将Senseye预测性维护整合到其SAP工厂维护（PM）中。目标是让 SAP PM 自动接收来自 Senseye 的维护消息，以便在生成维护任务时将其考虑在内。将来，还可以更广泛地使用 Maintenance Copilot Senseye 作为虚拟维护助手，它可以在需要维护工作时提供数据支持的行动建议。它整合了服务团队的所有专业知识，存储了工厂的所有必要信息（包括机器手册），并改善了乳品厂内部的协作。