Fernwartung für Maschinen
Durch maschinelles Lernen Vorhersagen zum Motorzustand treffen und die Vorteile von künstlicher Intelligenz nutzen. Basierend auf Microsoft Azure Services bietet TietoEVRY ein Komplett-System zur Erfassung, Speicherung und Analyse von Daten. Jetzt mehr zur Success Story erfahren.
Mehr Insights zum ErfolgsbeispielWarum TietoEVRY mit dieser Lösung den RedDot Award gewonnen hat
Im Bereich Data, AI & Analytics beraten wir als Digitalisierungsteam zum richtigen und effizienten Umgang mit Daten. So auch die produzierende Industrie, wie den Motoren-Hersteller Bergen Engines. Das Unternehmen der Rolls-Royce Gruppe setzt Maschinen in Kraftwerken und Schiffen auf der ganzen Welt ein.
Durch eine Vielzahl an angebrachten Sensoren werden Performance-Messdaten aus den Maschinen gewonnen. Um dieses Daten-Volumen zu erfassen, zu speichern sowie Vorhersagen über den Motorenzustand zu treffen, bedarf es jedoch eines fortgeschrittenen Maschine Learning-Algorithmus. Eine performante Plattform stellt wiederum das Sammeln, Speichern, Bereitstellen und die Visualisierung der Daten sicher. Die End-to-End Lösung für Rolls-Royce Marine Bergen Engines wurde mit rund 12 Schiffen, 130 Motoren und 312.000 Sensoren durchgeführt.
Für mehr Informationen jetzt die detaillierte Success Story herunterladen.
Success Story herunterladen
Dank der neuen Webplattform können Maschinenausfälle vorhergesagt, Ausfallzeiten reduziert und zugleich die Auslastung erhöht werden. Die TietoEVRY Lösung basierend auf Microsoft Azure wird zum Erfolgsbeispiel für Industrie-Unternehmen. Laden Sie sich jetzt die detaillierte Success Story herunter.
Ihre Vorteile
Vernetzte Datenanalyse
Unsere erfahrenen Data Scientists unterstützen Sie in der Entwicklung Ihrer individuellen Lösung. Das macht die Bahn frei für Produktinnovationen und sichert Ihnen den Marktvorteil für Ihre Produktion. Gemeinsam schaffen wir es das Maximum aus Ihren Daten zu holen und erlangen wertvolle Erkenntnisse.
Zentrales Datenmanagement
Übersetzen Sie Maschinendaten in eine verständliche Sprache. Verwalten Sie Alarme, Warnungen & Maschinendaten zentral. Ihre Management-Plattform reduziert die Komplexität und macht Ihre Daten nachvollziehbar. Alle Daten werden so zentral überwacht und maschinelles Lernen kann aufgrund von Erfahrungen kommentiert werden.
Mit Forecasts Zeit & Geld sparen
Eine einheitliche real-time Datenbasis schafft die beste Grundlage für datengetriebene Anwendungen wie graphische Visualisierungen, Analysen und Forecasts. So werden Potentiale für Ressourcen- als auch Prozess-Optimierung genutzt. Maschinelles Lernen unterstützt Sie in Ihren Predictive Maintainance Anforderungen.
Bergen Engines
Im Fall von Bergen Engines konnte die Kommunikation und Koordination von Serviceeinsätzen zwischen "Küste" und "Schiffen" optimiert werden. Das Projekt zeigte ein Einsparungspotential von rund 37 Millionen Euro innerhalb von 5 Jahren. Zeitgleich können auch Kohlenstoff-Emissionen reduziert werden.
Jetzt das PDF herunterladen
Video is blocked
Use Cases
Vernetzung von Sortiermaschinen
Für Unternehmen in der Recycling- und Miningindustrie nimmt die Anzahl und Komplexität von Maschinen für Sortierlösungen zu. Die Maschinen mit einer zentralen Plattform miteinander zu vernetzen, hilft dabei, Daten für neue, digitale Kundenservices zu gewinnen. Am Weg dorthin steht das Harmonisieren von Daten und Prozessen sowie das Erarbeiten notwendiger Strukturen am Plan.
IoT in Heiz- und Kraftwerken
Einer der wichtigsten Erfolgsfaktoren ist für Heiz- und Kraftwerke die permanente Optimierung ressourcen-intensiver Prozesse. Die IT-MitarbeiterInnen der Betriebe stehen vor der Herausforderung, dass eine ganzheitliche Verbesserung der unterschiedlichen Assets nicht immer möglich scheint. Damit stehen auch die Beschaffung und Aufbereitung von Daten in Zusammenhang – dies ist häufig kosten- und aufwandsintensiv.
Instandhaltung mit Microsoft Azure
Einer der Kerntreiber von Industrie 4.0 ist das rechtzeitige und zeitnahe Reagieren auf Störungen. Die IT-Abteilung von produzierenden Unternehmen steht vor der Herausforderung, ihre Maschinen mit dem unternehmensweiten SAP-System zu verbinden. Die Bedienbarkeit soll dabei nicht beeinträchtigt werden – „Single Point of Truth“.
© 2024 TietoEVRY
