Annons

Drivetrain Analyzer Onsite och andra lösningar som ger Siemens ledningen i det industriella AI-racet

Siemens-chefen, ROLAND BUSCH, har bråda dagar. Det är inte svårt att förstå varför – på PLM-sidan, kopplat till AI, och smart tillverkning, är det ingen utvecklare som har ett högre tempo eller en vassare paketerad och mer integrerad helhetslösning för produktframtagning än vad den globala PLM- och fabriksautomations-ledaren har i sin Xcelerator-portfölj.
Det handlar om flera broar till genombrott för industriell AI med siktet inställt på att skapa ett sammanhängande system, Industrial AI Operating System. Busch brukar beskriva saken som, ”en satsning syftar till att flytta AI från att vara en isolerad funktion till att bli en drivande kraft genom hela värdekedjan.”
Förra veckans lansering av Drivetrain Analyzer Onsite (DTA Onsite) är ett bra exempel. Det handlar om en funktion där toppmodern AI-teknologi kan göra mycket intressanta avtryck. DTA, finns i och för sig redan som moln-lösning, men i den nu aktuella lanseringen är det istället en ny on-premise analyslösning. En tung poäng är att man med denna mjukvara använder lokal AI för att upptäcka mönster och anomalier i drivsystem utan att data behöver lämna användarens infrastruktur.
Sammanfattningsvis överbryggar mjukvaran klyftan mellan isolerade maskiner och molnbaserade plattformar och bearbetar drivdata helt inom användarens egen infrastruktur, inklusive integrerade industriella AI-funktioner.
Drivdata är den tekniska term som används inom industriell automation för data som rör olika slags motordrifter. Den täcker parametrar som vridmoment, hastighet, position, ström och temperatur, vilka är avgörande för att övervaka och styra maskiner. Drivparametrar används specifikt när man hänvisar till inställningar inom drivenheten (t ex Sercos-parametrar). Drivdata täcker parametrar som vridmoment, hastighet, position, ström, vibrationer och temperatur, vilka är avgörande för att övervaka och styra maskiner. Men varför är analys av dessa data så viktigt inom industriell produktion?
Kort sagt för att de är avgörande inom industriell produktion och att mjukvarans finess är att den omvandlar rå drivdata till handlingsbara insikter. Detta möjliggör högre effektivitet, färre driftsstopp och förbättrad produktkvalitet. Genom att utnyttja industriella IoT (IIoT)-sensorer och AI-driven analys kan tillverkare gå över från reaktivt underhåll till prediktiva strategier, optimera maskinens livslängd och minska den totala energiförbrukningen.
Men även om DTA Onsite är en vass AI-lösning, så är det bara en detalj i en bredare och djupintegrerad kedja digitala verktyg för hela produktframtagnings-processen; en kedja där Siemens Digital Industries, inklusive PLM-divisionen (”Software”), i dagsläget är den globala industriella marknadsledaren – vilka är skälen?

Det är inte orimligt, givet det höga utvecklingstempot och de tunga investeringarna – typ Altair och Dotmatic – som Siemens gjort under det senaste dryga året, att dra slutsatsen att bolaget för närvarande har ledningen i den industriella AI-kapplöpningen. Genom att kombinera djupgående expertis inom industriområdet, Roland Busch brukar kalla det ”den verkliga världen”, med avancerade programvarufunktioner, ”den digitala världen”, har bolaget etablerat en konkurrenskraftig ”vallgrav, som renodlade programvaru-konkurrenter har svårt att replikera.”
Viktiga inslag i denna utveckling 2025 och bland 2026 års nyheter är det AI-pussel som Siemens utvecklare håller på att lägga följande:

AI-samarbetet mellan Siemens och NVIDIA handlar om att integrera generativ AI och industriell simulering för att skapa en ”industriell AI-operativsystem” och främja den industriella metaversen. Genom att koppla samman Siemens Xcelerator-plattform med NVIDIAs Omniverse-plattform syftar partnerskapet till att göra tillverkningen mer adaptiv, effektiv och autonom. På bilden diskuterar Roland Busch, Siemens AG’s cEO, med NVIDIA-basen, Jensen Huang.
  • Gällande Industrial AI Operating Systemet har Siemens och NVIDIA utökat sitt samarbete för att bygga en teknikstack som kopplar samman data, mjukvara och intelligent hårdvara för att möjliggöra autonoma operationer och AI-driven simulering i stor skala.<br>
  • Den nya mjukvaran Digital Twin Composer, som gör det det möjligt att bygga högupplösta digitala tvillingar i en industriell metaversum-miljö. Förväntas bli tillgänglig på Siemens Xcelerator Marketplace i mitten av 2026.  <br>
  • Vid ett toppmöte i Peking nyligen presenterades 26 lokalt utvecklade produkter, inklusive AI-driven kylteknik för datacenter och nya generationens PLCer (Programmable Logic Controllers) med kraftigt förbättrad prestanda för AI-beslut i realtid.<br>
  • En rad nya copiloter har lanserats för mjukvaruprodukter som Teamcenter, Polarion och Opcenter för att strömlinjeforma allt från design till regelefterlevnad.<br>
  • Samma sak när det gäller agentisk AI, Siemens har introducerat en arkitektur för AI-agenter, nio stycken hittills, som kan utföra komplexa arbetsflöden autonomt, snarare än att bara svara på frågor.<br>
  • Köpet av spetsföretaget inom HPC, simulering & analys, och AI, Altair, är ytterligare ett exempel på vart utvecklingen och satsningens tyngd har siktet inställt på.
  • SaaS-transformation: Siemens har framgångsrikt migrerat en stor del av sin portfölj till molnet under namnet Xcelerator-as-a-Service. De har nu runt 25 000 SaaS-kunder, varav ca 70 % är nya kunder.
  • AI-drivna designverktyg: De senaste versionerna av mainstream CAD-lösningen Solid Edge 2026 och NX (2025/2026) inkluderar AI-funktioner som ”Magnetic Snap Assembly” och automatiskt skapande av 2D-ritningar, vilket minskar repetitiva arbetsuppgifter.
  • Simcenter-plattformens utveckling (2025/2026) där den har blivit mer integrerad och snabbare. T ex har Simcenter STAR-CCM+ i senaste versionen fått en kraftigt förbättrad GPU-accelererad lösare, vilket gör att komplexa CFD-simuleringar (vätskedynamik) som tidigare tog dagar nu kan köras på några timmar. Vidare har Reduced Order Modeling (ROM) också i detta fgall genom AI lett till att man nu kan   skapa ”lätta” simuleringsmodeller som körs i realtid. Detta används för att låta en Digital Tvilling reagera direkt på sensordata från en fysisk maskin.
  • Slutligen – på investeringssidan planerar Siemens att satsa 1 miljard euro i AI under de kommande tre åren för att skala sina industriella AI-lösningar.

Mer om Drivetrain Analyzer
Men i dagens artikel fokuserar vi alltså den senastenyheten, Drivetrain Analyzer Onsite, som kompletterar det befintliga molnerbjudandet Drivetrain Analyzer Cloud, och är en ny AI-driven lokalt installerad (”on premise”) analyslösning för industriella drivsystem, utformad för användare med strikta krav på datasäkerhet. programvaran är förstås också en del av Siemens Xcelerator-portföljen.
Bland viktiga vinster som kan göras med denna lösning finns bl a verktyg som ger en snabb övergång till prediktivt underhåll och färre driftstopp: Analys av drivdata upptäcker subtila indikatorer på fel – såsom överhettning av motor eller ökad vibration – innan de leder till kostsamma oplanerade haverier. Detta möjliggör proaktiv underhållsplanering, vilket minskar reparationskostnader och maximerar tillgångarnas tillgänglighet.
Att annat exempel är vassare driftsoptimering (OEE).

Notabelt är också att som den första modulen i den nya lösningen släpper Siemens DTA Onsite – Monitoring. Denna som ger kontinuerlig tillståndsövervakning av mekaniska och elektriska drivlinekomponenter med hjälp av lokalt exekverade AI-metoder för mönsterigenkänning och avvikelsedetektering.

Ny modul för lokal tillståndsövervakning
DTA Onsite – Övervakning fångar högupplösta, inklusive synkroniserade vibrationssignaler med Precision Time Protocol (PTP) och analoga signaler som samlats in – beroende på användningsfall – via Connection Modules Vibration (CM VIB), Fast Process Parameters (CM FPP) och IOT (CM IOT). Detta inkluderar vibrationsdata, analoga värden och fingeravtrycksinformation, som förbehandlas lokalt och sedan analyseras i systemet. Användargränssnittet ger översikter på anläggningsnivå, KPI-trendvyer och detaljerade diagnostiska instrumentpaneler – allt tillgängligt via en vanlig webbläsare. Den integrerade industriella AIn identifierar avvikelser från typiskt drivlinebeteende och ger indikationer på potentiella mekaniska förändringar eller tidigt slitage. All data finns kvar inom användarens egen infrastruktur, eftersom analyserna utförs helt på den industriella datorn.

Kompletterar det befintliga molnerbjudandet
Med Drivetrain Analyzer Onsite utökar Siemens sin portfölj för drivlineanalys med en lösning skräddarsydd för användare som föredrar strikt lokal databehandling. Drivetrain Analyzer Cloud, som lanserades förra året, stöder molnbaserade analyser över flera platser och utvärderingar på flottnivå. DTA Onsite riktar sig däremot till industriella miljöer där datasuveränitet, latenskrav eller isolerade nätverksarkitekturer är viktiga faktorer. Båda systemen följer samma modulära koncept men skiljer sig åt i driftsmodell, integrationsmiljöer och regelmässiga implementeringskontexter. Liksom Drivetrain Analyzer Cloud är DTA Onsite en del av Siemens Xcelerator.

Körs på industriella datorer
DTA Onsite körs på industriella datorer och använder en containeriserad programvaruarkitektur. Lösningen stöder öppna och dokumenterade gränssnitt som MQTT, gRPC och OPC UA, vilket möjliggör integration i SCADA-system, edge-plattformar, industriella IPC-miljöer och underhållsprogramvara. Dataströmmar från sensorer och automationsutrustning konsolideras lokalt och visualiseras genom ett enhetligt övervakningsgränssnitt.

Slutligen: DTA Onsite – Övervakning kan distribueras i en mängd olika industriella miljöer och är specifikt utformad för applikationer med variabel belastning, hastighet och driftsprofiler. Detta inkluderar produktionsmaskiner som extrudermaskiner, förpackningsmaskiner och textilmaskiner, där mekaniska och processrelaterade förändringar måste upptäckas tidigt. Lösningen är lika lämplig för infrastrukturapplikationer som pumpstationer, kompressorer eller transportbandssystem, som ofta arbetar kontinuerligt eller över varierande belastningsförhållanden. Rörelsestyrningsapplikationer med dynamiska rörelseprofiler drar också nytta av detaljerade övervakningsmöjligheter, eftersom belastningstoppar och förändrade drifttillstånd systematiskt fångas upp och analyseras.

Print Friendly, PDF & Email

Success Stories

Industriellt

Success Stories

Intressant på PLM TV News

Aktuell ANALYS

Aktuell Analys

Aktuell Analys

3D-printing

Block title