「我們的廠內設備技術種類極多，但多虧了 Siemens 的解決方案，我們能在問題發生前就做出回應。這大幅降低了生產停機的機率。我們也取消了固定的維護計畫：現在改以設備的實際狀態作為依據，這同樣有助於降低維護成本。」實施這項試行專案的最大挑戰之一，在於為軟體定義合適的資料。「需要考量的因素非常多，包括溫度、運轉週期、振動頻率等等，」Ziepel 表示。
AI 支援的維護，實現工廠高可用性
Sachsenmilch 身為歐洲領先的乳品企業，透過 Senseye 預測性維護提升整體營運效率。其基於 AI/ML 的雲端平台可主動分析廠內機械設備，確保高可用性、降低維護負擔，並帶來顯著的成本節約。此方案可全球部署，有效優化設備效能。
在利潤空間狹小、產品品質標準極高且多屬易腐品，加上生產工序之間的維護窗口極為有限等因素之下，食品飲料產業正面臨巨大的生產挑戰。因此，容錯率非常低。如今，越來越多智慧、尖端且具聯網能力的機器被投入生產，它們彼此互通訊息並產生資料——只要搭配適當的軟體解決方案，這些資料就能用來優化維護作業。
Sachsenmilch Leppersdorf GmbH 成立至今已有三十年，每日加工約 460 萬公升牛奶，相當於 170 趟卡車運輸量。要維持如此規模，必須仰賴毫無間斷的 24/7 全天候生產流程。正因如此，該公司決定與 Siemens 的數位企業服務合作，在現場實施一套試行產品。
Senseye 預測性維護在我們既有的預防性維護流程中是一項極具價值的強化功能。
Siemens 的 Senseye 預測性維護解決方案是一套平台，可透過由 AI 演算法驅動的分析，識別當前與未來可能發生的問題。這些演算法已學習機器與維修人員的正常行為模式，因此能夠在設備真正停機前，提前啟動維護作業。
該公司首先與 Siemens 的專家合作，針對特定故障情境的預測，定義出合適的資料點。控制系統中既有的資料以多種方式被重新利用。某些位置加裝了新的感測器，以及 SIPLUS CMS1200 狀態監控系統，用於監測振動狀況。
在整個專案期間，Sachsenmilch 的一大優勢在於 Siemens 不僅提供了技術專長，也在專案執行層面給予協助。Ziepel 表示，這讓雙方的合作順利許多。Siemens 對於此解決方案的落地支援還包含了對 Sachsenmilch 員工的訓練與上崗引導，使其能夠快速且成功地接手專案。
如今我們已能肯定地說，Senseye 預測性維護的這項試行專案已收回其投資成本。
「舉例來說，我們得以事先規劃一次泵浦更換，與生產途中發生非預期的泵浦故障相比，這次停機時間大幅縮短。僅憑這項行動——提早辨識泵浦的使用壽命終點——就替我們省下了小六位數的費用，」Ziepel 說道。
下一個專案也已展開。Sachsenmilch 正與 Siemens 合作，計劃將 Senseye 預測性維護整合至其 SAP 設備維護 (PM) 模組。目標是讓 SAP PM 能自動接收來自 Senseye 的維護訊息，以便在生成維修工單時一併納入考量。
未來，Maintenance Copilot Senseye 也有望得到更廣泛的應用。它可作為虛擬維護助理，在需要執行維修工作時，提供以資料為依據的行動建議。該系統會匯整服務團隊的全部專業知識，儲存廠內所有必要資訊（包含機台手冊），並進一步提升整座乳品廠內的協作效率。
