Den simple måde at undgå nedbrud

Nystartet dansk virksomhed har udviklet en let tilgængelig løsning til forebyggende vedligehold baseret på Machine Learning. Al udvikling er på standardkomponenter fra Siemens, så løsningen nemt kan integreres i alle tekniske anlæg.

Første tegn på et forestående nedbrud er en forandring. Opdag starten på forandringen, og du kan forebygge nedbruddet.

 

Ud fra den simple grundregel har Peter Jensen Hyldgaard stiftet virksomheden Cedas og udviklet produktet HDC Analyzer til overvågning af alle typer tekniske anlæg. 

 

”Fra mit arbejde med procesautomation har jeg været frustreret over, at vi på trods af data fra motorer, tryk, temperaturfølere, ampereforbrug og alverdens andre målepunkter alligevel oplever nedbrud. Det kan simpelthen ikke passe, at vi ikke kan gøre noget med de data,” siger han.

 

Sammen med en dataanalytiker satte han sig til at udvikle en løsning i SIMATIC WinCC Advanced til en Siemens industri PLC. Det førte til HDC Analyzer, som er en softwarepakke til automatisk dataanalyse og driftsovervågning baseret på Machine Learning i den simpleste form. 

 

”Når du står ude ved maskinen, skal du bare vide, om der sker en forandring. Afviger en lyd, et tryk, en vibration eller en temperatur fra normalen? Opdager du den forandring med det samme, løser du 80 procent af problemerne. Machine Learning fremstilles altid som noget utilnærmeligt, der kræver lange matematiske formler og en hær af dataanalytikere. Vi gør det simpelt og brugbart,” siger Peter Jensen Hyldgaard.

Sådan et skub fra Siemens er en stor hjælp i opstartsfasen. Hele løsningen er bygget op på SIMATIC WinCC Advanced i TIA-portalen, og nu står vi og klapper i hænderne over releasen af WinCC Unified, for det bygger endnu bedre broer mellem de programmer, som dataanalytikerne skriver i, og dem vi bruger i automationsverdenen.
Peter Jensen Hyldgaard, administrerende direktør i Cedas

Optag, aktiver, overvåg

Enkelheden gælder også i brugssituationen. Når de ønskede målepunkter er programmeret i PLC’en og den pågældende maskine klar til brug, trykker man på optag i HDC Analyzer. Programmet optager så alle de aftalte målepunkter i en normal driftssituation.

 

Herefter aktiveres programmet, og HDC Analyzer overvåger driften og giver besked i det øjeblik, et målepunkt afviger fra optagelsen.

 

”Det giver den tekniske ledelse god tid til at kontakte en ekspert, der kan fortælle, hvad forandringen skyldes, og om det for eksempel er nødvendigt at skifte en reservedel. På den måde kan du både planlægge stop i god tid og også forlænge levetiden for mange komponenter. I stedet for at skifte dem baseret på antal timer i brug, får du nu en notifikation, når de ikke længere fungerer optimalt. Det er både godt for miljøet og bundlinjen,” siger Peter Jensen Hyldgaard.

 

HDC Analyzer fortæller, hvilke parametre der forandrer sig, og årsagen kan derefter efterforskes på almindelig vis.

 

”I udviklingen af løsningen var det vigtigere for os at få et produkt, som er brugbart her og nu ude i industrivirksomhederne. Vi kommer ikke med levetidsprognoser på hver enkelt komponent – vi er født af et markedsbehov og hjælper driftscheferne med at høste de lavt hængende frugter,” siger han.

 

 

 

Hjælp fra Siemens til udvikling

HDC Analyzer er nu klar til markedet, og at den proces er kommet relativt hurtigt i mål, skyldes blandt andet hjælp fra Siemens, der har hjulpet med både hardware, licenser og sparring.

 

”Sådan et skub fra Siemens er en stor hjælp i opstartsfasen. Hele løsningen er bygget op på SIMATIC WinCC Advanced i TIA-portalen, og nu står vi og klapper i hænderne over releasen af WinCC Unified, for det bygger endnu bedre broer mellem de programmer, som dataanalytikerne skriver i, og dem vi bruger i automationsverdenen,” siger Peter Jensen Hyldgaard.

 

Set fra Siemens side giver det god mening at hjælpe Cedas i gang

Vi ser gerne, at fordelene ved forebyggende vedligehold kommer alle vores kunder til gode, og løsningen fra Cedas har potentiale til også at lade virksomheder uden store udviklingsbudgetter høste nogle af de fordele. Samtidig ville vi gerne vise, at der kan udvikles Machine Learning i et miljø af standardkomponenter fra Siemens, og det har Cedas dokumenteret med HDC Analyzer.
Jesper Thomsen, Sales Manager, Siemens