Annons

PRODUKTEN SOM TJÄNST: Maskinlärning och AI för att förutse fel och maximera upptid

Utifrån denna problemställning menar Lenerius att lanseringen av Syncron Uptime, i kombination med ökad bandbredd för dataöverföring (5G), Internet of Things, AI och maskinlärning.
– Det banar vägen för OEM-tillverkare att erbjuda prediktivt och preskriptivt underhåll, optimera produktiviteten och maximera produkternas drifttid på ett effektivare sätt än någonsin tidigare, säger han.

De viktigaste utmaningarna för maxad upptid
PLM&ERP News har i ett par tidigare artiklar tittat på PaaS och hur Syncron ser på utmaningarna kring detta. Bolagets lösningar är tveklöst lovande och det är inga tillfälligheter att amerikanska ”private equity-bolaget”, Summit Partners, med en 600 miljonerssatsning gått in som delägare med en minoritetspost.
Vi ska i sammanhanget tipsa oim två intressanta artiklar vi skrivit om i detta sammanhang (klicka på respektive rubrik för att bli länkad till texterna på PLM&ERP News)

Missa inte heller: Från produktutveckling till eftermarknad: Hit går Dassaults förre nordenbas, Mårten Gustafsson

Att söka felmönster och bryta upp silofierade organisationer
Men hur ser det då ut med de utmnaningar som PaaS-koncept av Syncrons karaktär kan möta? Följande punkter är de vanligaste för tillverkare som implementerar en tjänstestrategi för eftermarknad inriktad på maximerad drifttid:
• Felmönster: Bara en liten andel av de mekaniska fel som leder till oplanerade driftstopp följer ett mönster kopplat till tid och/eller användande – de allra flesta är slumpvisa. Dagens syn på prediktivt underhåll skapar därmed ökade kostnader utan att effektivt öka tillgänglighet och drifttid. Det enda sättet att förbättra drifttid utan att öka risk, och samtidigt förbättra kostnadseffektiviteten, är att leta efter små, subtila tecken på ett kommande driftfel.
• Data: OEM-tillverkare har gjort omfattande investeringar i sensorer och IoT för att minska slumpvisa, symtombaserade fel, och samlar därmed in enorma mängder data. Det är omöjligt att hantera eller analysera denna data manuellt. Lösningen är att införliva teknik med modern maskinlärning och AI – matematiska algoritmer som kan identifiera subtila mönster och göra det möjligt få en tidig indikation på avvikelser och felmönster.
• Komplexitet och kompetensförsörjning: Dagens tillverkare är fokuserade på att erbjuda produkter med enklare och säkrare drift. Detta har ökat komplexiteten för service och underhåll. Samtidigt går 40-talisterna i pension och tar avgörande expertkunskap med sig. Tillverkarna kämpar för att hitta kvalificerade servicetekniker och ingenjörer som effektivt kan felsöka och diagnosticera problem baserade på tidiga symptom, vilket i sin tur kan minska antalet reparationer.
• Siloorganisationer: Tillverkarna är organiserade efter dagens produktcentrerade approach, och hanterar produktförsäljning, reservdelar och service som separata funktioner. Detta har lett till separata IT-system, nyckeltal, och så vidare. Tjänstefiering, å andra sidan, förutsätter ett nytt angreppssätt där ansvaret inte upphör efter att produkten sålts utan istället fortsätter genom hela produktlivscykeln, där tillverkarna är kontraktsbundna till fördefinierade nyckeltal med utfalls-baserade incitament och viten.

– Tekniken kommer att accelerera resan mot tjänstefiering, och Syncron har lösningarna som både utvecklas och går att skala tillsammans med tillverkarna, i takt med att deras behov förändras och mognar över tid. Vi är oerhört glada att lansera Syncron Uptime och ser fram emot att fortsätta att stötta världens mest sofistikerade tillverkare i deras omställning, säger Henrik Lenerius.

Spårar avvikelser
och förutser fel
Detta givet hävdar Syncron att den nya Uptimelösningen utformats specifikt för att lösa de ovan nämnda utmaningarna. På sista raden handlar det om att tillverkarna på ett kostnadseffektivt sätt kan maximera produkternas drifttid.
Lösningen medför bland annat följande fördelar:
• Den kombinerar OEM:ernas investeringar i IoT och sensordata med sofistikerad maskinlärning och AI för att spåra avvikelser och förutse fel. Detta möjliggör underhåll optimerat för varje komplex maskin i drift, och i slutändan förbättrad produktdrifttid och underhållskostnad.
• Den inhämtar kunskap och best practices för att felsöka produkter vid den allra tidigaste och minsta indikationen på försämring i prestanda. Detta ökar produktiviteten för fälttjänsten och sänker nivåerna på förstagångsreparationer.
• Den bryter ner data och siloorganisationer och möjliggör samordning mellan operations, field service maintenance och service parts planning. Den skapar därmed en faktabaserad samsyn, eller “single source of truth” för alla intressenter.
• Den integrerar beställningar av prediktivt underhåll med system för fälttjänster och Computerized Maintenance Management System (CMMS) för att fatta de beslut som bäst gynnar både företagen och kunderna, samtidigt som den maximerar drifttid och förbättrar kundupplevelsen.

En avgörande tidpunkt
– Vi befinner oss mitt i en avgörande tid för tillverkande företag. De lägger allt större fokus på att maximera drifttid och att få nya affärsmodeller att fungera. Tekniken kommer att accelerera resan mot tjänstefiering, och Syncron har lösningarna som både utvecklas och går att skala tillsammans med tillverkarna, i takt med att deras behov förändras och mognar över tid. Vi är oerhört glada att lansera Syncron Uptime och ser fram emot att fortsätta att stötta världens mest sofistikerade tillverkare i deras omställning, säger Henrik Lenerius.

Print Friendly, PDF & Email

Success Stories

Industriellt

Success Stories

Intressant på PLM TV News

PLM TV News

PLM TV News

PLM TV News

PLM TV News

PLM TV News

Aktuell ANALYS

Aktuell Analys

Aktuell Analys

3D-printing

Block title