Open search

    Älykäs kunnossapito mahdollistaa oikeat huoltotoimenpiteet oikeaan aikaan – Case Efora

    Kunnossapito- ja engineering-palveluihin erikoistunut teollisuuden palveluyritys Efora ja Insta kehittävät yhdessä pilvipohjaista älykkään kunnossapidon data-analytiikka- ja tekoälyalustaa. Järjestelmä ohjaa huomion tuotannossa tapahtuviin poikkeamiin, jolloin huoltoa tai säätämistä vaativat kohteet tunnistetaan nopeasti ja oikeat toimenpiteet voidaan suunnitella ennakoidusti. 

    Efora on kunnossapito- ja engineering-palveluihin erikoistunut teollisuuden palveluyritys, jonka tehtävänä on tuottaa Stora Ensolle kilpailukykyä älykkäämmällä kunnossapidolla. Yritys vastaa muun muassa paperi- ja kartonkikonelinjojen, sellutehtaiden, arkituslinjojen, sahojen ja tehtaiden voimantuotannon kunnossapidosta. Efora ja Insta kehittävät yhdessä pilvipohjaista data-analytiikka- ja tekoälyalustaa, jonka avulla oikeat ylläpito- ja huoltotoimenpiteet voidaan tehdä oikea-aikaisesti sekä merkittäviä seisakkeja ja ennakoimattomia tuotantokatkoksia vähentäen.

    Pohjana matemaattiseen malliin perustuva digikaksonen

    Älykkään kunnossapitojärjestelmän toiminta perustuu matemaattisiin malleihin, jotka luodaan jo olemassa olevan kunnossapito- ja automaatiodatan perusteella. Lukuisista mittauspisteistä ja useiden vuosien ajalta kerättyä raakadataa analysoidaan pilvessä ja analyysin perusteella luodaan optimaalisesti toimivaa tuotantoa mallintava digitaalinen kaksonen. 

    Kun digitaalista kaksosta verrataan käynnissä olevaan tuotantoon ja siitä kerättyyn dataan, järjestelmä havaitsee tuotantoa häiritsevät tekijät tehokkaasti. Näitä voivat olla esimerkiksi koneiden toimintahäiriöt tai vikaantuneet osat. Parhaimmillaan järjestelmä tunnistaa jopa yksittäisen laakerin ulkokehästä tai kuulasta peräisin olevan ongelman. Järjestelmä lähettää operaattorille tai kunnossapitovastaavalle hälytyksen siitä, missä kohtaa prosessia häiriö sijaitsee, jolloin huolto tai osan vaihto voidaan suorittaa nopeasti ja oikea-aikaisesti.

    image

    *Kuvaajassa digitaalinen malli ja käynnissä olevasta prosessista mitattu data.

    Kunnossapidon haasteena on perinteisesti ollut automaatiojärjestelmien matala häiriöiden ilmoituskynnys, jopa silloin, kun tuotanto toimii käytännössä normaalisti. Hälytyksiä tulee niin paljon, etteivät operaattorit tai kunnossapitohenkilöstö välttämättä tunnista juuri niitä hälytyksiä, joihin kannattaisi reagoida.

    Älykäs kunnossapito antaa hälytyksen vasta silloin, kun ihmisoperaattoria oikeasti tarvitaan ratkaisemaan ongelma. Prosessista saadaan kaikki irti ja ihmiset voivat keskittyä työhön, jossa ovat parhaimmillaan ja joka on liiketoiminnan kannalta kaikkein tuottavinta.

    Kiinnostuitko? Ota yhteyttä!

    Pekka Savolainen

    LinkedIn

    Saavuta pienemmät päästöt ja parempi tuottavuus prosessiteollisuudessa

    Lataa opas, jonka avulla onnistut tekoälyinvestoinneissasi

    Lataa opas