Case
DIGITAL TRANSFORMERING I MEDICINALINDUSTRIEN
Førende medicinalvirksomhed booster produktiviteten ved digital transformering af fremstillingsprocesserne.
- Emne: Digital maskinovervågning
- Lokalitet: USA
- Kunde: Medicinalvareproducent
- Produkter: til dyresundhed
- Overvågede maskiner: Lufthåndteringsenheder, inkubatorventilatorer, kølevandspumper, fortrængningspumper.
Udfordringen
En af verdens 20 største medicinalvirksomheder ønskede at optimere driftseffektiviteten og reducere kostbar nedetid, der påvirkede hele forsyningskæden. Maskiner, der leverede luft til renrum af klasse A & B, fik ikke planlagt driftsstop, hvilket forårsagede store forstyrrelser i deres produktionsprocesser. Produktiviteten svigtede, vedligeholdelsesomkostningerne steg voldsomt, driften og produktionsprocesserne var bagud i forhold til målet.
Produktionsteamet mente, at de problemer, der var årsag til nedetid, kunne løses ved blot at justere den nuværende vedligeholdelsespraksis, men problemerne havde større konsekvenser. Uden at være i stand til at stille en korrekt diagnose for deres maskiners tilstand befandt teamet sig i et sort hul af data og viden. Men som de fandt ud af, kræver det mere end blot at placere sensorer på udstyr for at transformere en proces. En digital maskintilstandsløsning – teknologien bag Grundfos Machine Health – kan give markant værdi og danne basis for beslutningstagningen i produktionsvirksomheder.
MACHINE HEALTH SOM BASIS FOR DIGITAL TRANSFORMATION
Medicinalproducenten og dennes samarbejdspartner gennemførte en strategi baseret på centrale søjler i digital maskintilstand og ydelse:
Implementering af teknologi, der skaber dokumenteret værdi
Maskintilstandsdiagnose, der er nem at udføre og ikke overvælder brugerne
Forandringsledelse som drivkraft for implementering
For at sikre, at den digitale transformation blev en succes, udarbejdede teamet et omfattende projektomfang, der skitserer en oversigt over anlægget og en installationsplan, uddannelseskadence og programstyring. Da den løbende og bærbare diagnoseløsning var blevet installeret, sørgede kundesuccesteamet for at uddanne teamet på anlægget i platformens grænseflade og brugerflow. Med en komplet stakløsning og nøglefærdig implementering gav programmet værdi inden for få dage efter installationen.
Synlige resultater
Maskinindlæringsalgoritmer identificerede slitage på lejer i to kritiske lufthåndteringsenheder, der betjener renrum. Hvis disse fejl ikke var blevet opdaget, ville produktionen være blevet lukket ned i flere dage med op mod EUR 255.000 (USD 300.000) i reparationer og produkttab til følge. Med kun to planlagte nedlukningsperioder om året til at udføre reparationer ville et produktionsstop uden for disse perioder have givet betydeligt ekstra arbejde for teamet og resulteret i store produktionsforstyrrelser. Takket være diagnosticeringen og alarmen var teamet i stand til at bestille de nødvendige reservedele på forhånd og bruge en pause i produktionscyklussen til at få adgang til lufthåndteringsenhederne og reparere problemerne uden at afbryde produktionen. Ved at fokusere på maskinen – det grundlæggende i enhver fremstillingsproces – og ved at udvikle sig fra reaktiv vedligeholdelse til digital maskinydelse var producenten i stand til at implementere forbedringer i produktivitet, drift og forsyningskæde.