2BM Software tar industrins underhåll in i en ny era
2BM Software, april 2022
Tillverkningsföretag som lyckas omsätta den fulla tekniska potentialen i Industri 4.0 skaffar sig betydande konkurrensfördelar. En av dessa fördelar är möjligheten att optimera det löpande underhållet till gagn för både ekonomi och miljö.
Nyckeln är en ny typ av programvara som kombinerar och utnyttjar möjligheterna inom IoT (Internet of Things), AI (Artificial Intelligence) och intelligenta ERP-system som SAP, och som banar väg för så kallat prediktivt underhåll – bättre känt som ”Predictive Maintenance”.
Behovet av nya lösningar för Predictive Maintenance har fått stort fokus bland IT-investerare, och i Danmark har Innovationsfonden valt att investera EU-medel i ett utvecklingsprojekt som 2BM Software just nu genomför.
2BM Software – ett självständigt dotterbolag till ett av Nordens ledande SAP-konsulthus, SOA People – har utvecklat en ny applikation, Mobile Predictive Maintenance, som ett tillskott till sin befintliga svit av programvarulösningar för underhåll och service (Mobile Work Order Suite) för företag som använder SAP PM (vilket cirka 90 % av de största danska och internationella tillverkningsföretagen gör). Programvaran hjälper bland annat underhålls- och servicetekniker att få överblick och insikt i underhållsarbetet ute i anläggningen via sina mobila enheter när de rör sig bland maskinerna.
Hjälp från datorkraft och AI
”Vi är stolta över erkännandet och investeringen från EU (Eurostars). Mobile Predictive Maintenance är en naturlig vidareutveckling av vår produktportfölj, som började med att digitalisera underhållsarbetet så att teknikerna slipper papper. Nu tar vi underhållet till nästa nivå. Medarbetaren behöver inte i samma utsträckning som tidigare vara fysiskt närvarande vid maskinerna när all relevant data från IoT-enheter kan överföras automatiskt. I stället hjälper datorkraft och AI både medarbetaren och företaget att få en kontinuerlig överblick i realtid över underhållsbehovet i alla kritiska maskiner”, förklarar Martin Pock, CEO på 2BM Software.
Vi är också glada över att vi valde IBM som plattform för data science och maskininlärning – en viktig del av lösningen – eftersom IBM kontinuerligt har utsetts till ledare i GARTNERS MAGIC QUADRANT.
En marknad i explosiv tillväxt
Predictive Maintenance förebygger kostsamma driftstopp, ökar produktionens tillgänglighet och förlänger livslängden på produktionsanläggningar genom att analysera data som anläggningen själv genererar från olika sensorer och mätare. Detta skapar ett bättre beslutsunderlag för tillståndsbaserat underhåll.
Enligt analysföretaget Allied Market Research förväntas den globala marknaden för Predictive Maintenance växa explosivt under de kommande åren – från 2,8 miljarder USD år 2018 till uppskattningsvis 23 miljarder USD år 2026.
Optimering hos Nordic Sugar
Under utvecklingen av Mobile Predictive Maintenance testas lösningen hos den stora sockerproducenten Nordic Sugar.
”Med hjälp från SOA People vill vi undersöka hur vi kan använda all den data vi har samlat in under de senaste åren som grund för att bli smartare och mer effektiva i vårt underhåll. Målet är att vi istället för att byta komponenter enligt fasta intervaller endast gör det när det faktiskt är relevant. Om vi inte tar detta steg och börjar utnyttja den tekniska potentialen i Industri 4.0 utsätter vi oss bara för ökad konkurrens från andra aktörer på marknaden som inte tvekar”, säger Christian Jørgensen Storm, Regional Manager Investment and Maintenance, Nordic Sugar A/S.
Förebygga kostsamma driftstopp
Nordic Sugar fokuserar bland annat på slussdelen i ångtorkarna, som är några av företagets mest kostsamma och kritiska produktionsanläggningar och där fel kan leda till driftstopp.
Genom att träna programvaran att identifiera samband i data från bland annat temperatur, vibrationer, nitritnivån i betorna och mängden jord på betorna är målet att optimera underhållet och förebygga driftstopp relaterade till ångtorkarnas slussar.
”Målsättningen är att uppnå en kontinuerlig förbättring av maskinernas prestanda genom att bli bättre på att förutse när de riskerar att gå sönder. På så sätt undviker vi produktionsstopp och förbättrar generellt maskinernas OEE (Overall Equipment Effectiveness). Då kan vi själva planera ett stopp vid en tidpunkt då det får så få negativa konsekvenser som möjligt för produktionen”, säger Anders Jørgensen-Juul, Head of Projects, Nordic Sugar, Nakskov.
Stödjer FN globala mål
Predictive Maintenance stödjer FN globala mål nummer 9 om att bygga robust infrastruktur, främja inkluderande och hållbar industrialisering samt uppmuntra innovation.
”I grunden handlar mål nummer 9 om att få samhället att fungera på ett smartare sätt. Det handlar inte bara om vägar, järnvägar och hamnar som gör det möjligt för oss att handla med hela världen. Det handlar också om att hitta nya sätt att arbeta mer hållbart i världens fabriker och företag, så att vi använder resurserna mer effektivt och på ett mer miljömässigt ansvarsfullt sätt”, säger Martin Pock från 2BM Software.
Industrin har alltid haft ett behov av att vara ekonomiskt effektiv i sina underhållsprocesser. Men idag måste man också ta hänsyn till hållbarheten.
”Det finns ett marknadsbehov och en historisk drivkraft bakom företagens efterfrågan på bättre och billigare underhåll. Samtidigt finns en ny förståelse för att de globala mål som Predictive Maintenance stödjer är viktiga för oss alla.”
FAKTA
Resultat
Totalt utvecklades fem Machine Learning-modeller i projektet: en i samarbete med IBM och fyra av 2BM Software. Samtliga byggde på olika matematiska modeller för att avgöra vilken som bäst motsvarade Nordzuckers behov.
Med hjälp av Machine Learning-modellerna lyckades man förutsäga maskinstopp i Nordzuckers ångtorkar med en träffsäkerhet på 84,4 % genom den modell som utvecklades i samarbete mellan SOA People och IBM.
Med hjälp av de nyinsamlande uppgifterna och informationen om maskinstoppen har modellen och lösningen vidareutvecklats och ”tränats”, vilket gör det möjligt för Nordzucker att uppnå ännu högre träffsäkerhet i framtiden när det gäller att förutse haverier.
Resultatet är en lösning som blir en del av 2BM Software Mobile Work Order Suite och som ska användas för att leverera Mobile Predictive Maintenance till nytta för ännu fler kunder som använder SAP för underhåll och service.
2BM Software Mobile Work Order SUITE
2BM Software Mobile Work Order Suite är en mobil och användarvänlig molnbaserad lösning som består av en mobilapplikation, en dashboard, digitala checklistor och en IoT-modul. Lösningen är utvecklad för mobil och användarvänlig interaktion med SAP PM/CS och passar perfekt för alla som arbetar med produktionsunderhåll och service. Med 2BM Software Mobile Work Order Suite har du verktygen för att möta varje utmaning – oavsett om målet är att ersätta papper och penna eller att använda IoT- och AI-baserat beslutsstöd.
Läs mer på www.2bmsoftware.com
Nordic Sugar
Nordic Sugar är en del av Nordzucker-koncernen, en av världens ledande sockerproducenter. Produktionen baseras på naturliga råvaror, främst lokalt odlade sockerbetor. Från betorna produceras även bioetanol och energirika foderprodukter. Hållbarhet genom hela värdekedjan har högsta prioritet. Nordzuckers cirka 3 800 medarbetare vid 21 sockerbruk och raffinaderier i Europa och Australien står bakom produkter och service av hög kvalitet – grunden för fortsatt tillväxt. I Danmark har Nordic Sugar 450 medarbetare som arbetar på ett kontor och fyra fabriker.
Läs mer på www.nordzucker.com
Vill du veta mer om Mobile Predictive Maintenance från 2BM Software?
Fyll i formuläret eller ring oss på
+45 3555 5575