Caverion hyödyntää langattomia antureita ja IoT-pohjaista analytiikkaa ennakoivassa kunnossapidossa. Järjestelmä seuraa laitteiden toimintaa ja auttaa tunnistamaan poikkeamia ennen kuin ne johtavat vikaantumiseen.

1. Yrityksen kuvaus

  • Caverion on yksi Euroopan johtavista pörssiyhtiöistä, jotka tarjoavat teknisiä palvelu- ja kunnossapitoratkaisuja.
  • Yritys suunnittelee, toteuttaa, tukee ja ylläpitää käyttäjäystävällisiä ja energiatehokkaita teknisiä ratkaisuja kiinteistöille ja monille eri teollisuudenaloille.
  • Tapaustutkimusaineistossa ei mainita yrityksen tarkkaa kokonaishenkilöstömäärää.

2. Mikä ongelma tekoälyn oli tarkoitus ratkaista?

  • Yhä digitalisoituneemmissa teollisuusympäristöissä perinteinen reagoiva kunnossapito – jossa odotetaan koneen rikkoutumista ennen sen korjaamista – johtaa odottamattomiin tuotantokatkoksiin, korkeisiin korjauskustannuksiin ja operatiiviseen tehottomuuteen.
  • Caverion halusi keinon valvoa teollisuuslaitteiden todellisia, reaaliaikaisia käyttöolosuhteita.
  • Yritys tarvitsi järjestelmän, joka kykeni yhdistämään hajallaan olevat datapisteet, seuraamaan laitteiden kulumista ja ennustamaan tulevat huoltotarpeet tarkasti, jotta asiakkaiden tuotantolinjojen tarpeettomat keskeytykset voitaisiin välttää.

3. Miten ongelma ratkaistiin ja millä työkaluilla?

  • Caverion teki yhteistyötä Wapicen kanssa kehittääkseen IoTFlexin, ennakoivaan kunnossapitoon erikoistuneen palvelukonseptin.
  • IoTFlexin teknologinen perusta rakentuu suoraan Wapicen IoT-TICKET®-alustan päälle.
  • Ratkaisussa asiakkaiden koneisiin asennetaan älykkäitä langattomia antureita, jotka tekevät jatkuvia käyttömittauksia, kuten värähtelymittauksia, kuntotarkastuksia, lämmönsiirron vikaennusteita ja öljyn hiukkaslaskentaa.
  • Tämä anturitelemetrian raakadata lähetetään pilveen, jossa sisäiset analyysityökalut ja erilliset analytiikkapalvelimet ajavat kohdennettuja algoritmeja arvioidakseen koneiden kuntoa ja ennustaakseen mahdollisia vikoja ennen niiden ilmenemistä.

4. Mitä tuloksia saavutettiin?

  • Toteutus digitalisoi onnistuneesti Caverionin ennakoivan kunnossapidon toiminnan, jolloin teollisuuskoneiden todellisia olosuhteita voidaan valvoa 24/7.
  • Siirtymällä datalähtöiseen, asiakkaan todellisiin tarpeisiin kohdennettuun kunnossapitoon järjestelmä välttää tehokkaasti kalliit, odottamattomat tuotantoseisokit ja minimoi tarpeettomat rutiinihuollot.
  • Kaikkien koneobjektien, käyttömittarien ja automaattisten hälytysten yhdistäminen yhdeksi tilannekuvaksi on lisännyt merkittävästi asiakastyytyväisyyttä ja pienentänyt taloudellisia riskejä.
  • Lisäksi näiden kuntoindikaattorien reaaliaikainen seuranta on parantanut ympäristöriskien hallintaa ja lisännyt työturvallisuutta, sillä vaaralliset laitevikariskit tunnistetaan hyvissä ajoin etukäteen.

5. Mitä ongelmia ilmeni?

  • Tapaustutkimus ei raportoi negatiivisia teknisiä epäonnistumisia, viestintähäiriöitä tai toteutusvirheitä kehityksen aikana.
  • Siinä todetaan, että keskeisin operatiivinen haaste oli painopisteen siirtäminen pois ohjelmistojen hallinnasta ja infrastruktuurin ylläpidosta, jotta tiimit pystyivät keskittymään täysin asiakasarvon tuottamiseen ja uusien anturianalytiikkaratkaisujen käyttöönoton skaalaamiseen rutiininomaisella tahdilla.

6. Aika- ja rahainvestoinnit

  • Tapaustutkimuksen dokumentaatiossa ei paljasteta yrityksen luottamuksellisia taloudellisia tunnuslukuja, kehityssopimuksen kustannuksia eikä IoT-TICKET-alustan hinnoittelumalleja.

7. Millaista osaamista tarvittiin ja mitä yhteistyökumppaneita käytettiin?

  • Projekti vaati erikoisosaamista ennakoivan kunnossapidon analytiikasta, langattomien teollisuusanturien integroinnista, reaaliaikaisesta datavirtauksesta, koneiden kuntotelemetriasta (värähtely-, lämpö- ja nestemittaukset) sekä pilvipohjaisten koontinäyttöjen suunnittelusta.
  • Päävastuullinen teknologiakumppani, joka toimitti ohjelmistokehyksen ja analytiikkakyvykkyydet, oli Wapice Oy, joka hyödynsi omaa IoT-TICKET®-alustaansa.

8. Liiketoimintafunktion luokitus

  • Projekti kuuluu kenttähuollon toimintaan, teolliseen omaisuudenhallintaan ja asiakaskokemuksen optimointiin.
  • Se tukee vahvasti myös riskienhallintaa ja vaatimustenmukaisuutta, ennakoivan kunnossapidon insinöörityötä sekä älyvalmistuksen infrastruktuuria.

9. Lähde

Modern sensor technology brings intelligent and proactive maintenance – Wapice

Vastaa

TIETOA AI-KASVU-HANKKEESTA

Tervetuloa AI-Kasvu-hankkeen Case-pankkiin! Kokoamme tänne suomalaisten yritysten tekoälyratkaisuja ja niiden vaikutuksia, jotta voit löytää inspiraatiota omaan liiketoimintaasi.

Tutustu hankkeeseen

Discover more from AI-kasvu.com

Subscribe now to keep reading and get access to the full archive.

Continue reading