14. April 2018
Wie läuft ein Industrie-4.0- Projekt ab? Case der Sulzer AG
Steffen Lange Head of Business Intelligence & Analytics CoE Sulzer AG, im Interview
Was war die Ausgangslage bei Ihrem Projekt?
Sulzer AG ist ein 180-jähriges in Winterthur domiziliertes Unternehmen und hat mit vielen Innovation und Transformationen alle industriellen Revolutionen gemeistert. Das Unternehmen ist voll in Fahrt, die Chancen von Industrie-4.0 für ihre Wettbewerbsvorteile zu nutzen. Unsere grossformatigem Pumpen spielen primär in der Öl-, Gas-, Energieerzeugungs- und Wasserversorgungsindustrie eine tragende Rolle. Bis anhin hatten unsere Kunden zwar Steuerungssysteme, jedoch oft nur rudimentäre Überwachungs- und limitierte Analysesysteme zur Verfügung, um mögliche Verbesserungspotenziale zu erkennen.
Was waren die wichtigsten Anforderungen?
Die von Sensoren und Instrumenten der Pumpen generierten operativen Daten müssen zunächst im Feld nahezu in Echtzeit akquiriert und auf den Data Lake innerhalb der MS Azure Cloud übertragen werden, wo sie weitergehend bereinigt und normalisiert werden. Je nach Anwendnungsfall können die operativen Kundendaten mit weiteren (strukturierten wie unstrukturierten) Daten von Sulzer, wie beispielsweise Produktdesigns, Testfelddaten oder kommerzielle Informationen, ergänzt und angereichert werden. Mittels Algorithmen und analytischen Modellen werden den Kunden entscheidungsunterstützend Optimierungspotenziale einer Pumpe, beziehungsweise des gesamten Prozesses, aufgezeigt. Das ist beispielsweise die Anpassung der operativen Parameter, Retrofit durch modernere Komponenten, oder Wartung- oder Fehlerbehebung mittels Ersatzteilen.
Was sind heute die wichtigsten Vorteile?
Die gewonnenen Erkenntnise erlauben es den Kunden, wichtige Entscheidungen zu treffen, um eine Pumpe zuverlässiger (höherer MTBF¹), produktiver (l/s) und effizienter (Output/Inputenergie) zu machen. Dieser datengetriebene Service schliesst somit eine wichtige Lücke für einen sichereren und profitableren Betrieb der Pumpen beziehungsweise des gesamten Prozesses, beispielsweise dem Betrieb einer Öl-Pipeline.
1 mittlerer Ausfallabstand (mean time between failures)
