(Source: Siemens)
Di industri makanan dan minuman, menjaga operasional tanpa henti dan standar kualitas tinggi itu sangat penting. Oleh karena itu, mencegah masalah pada mesin sebelum benar-benar muncul adalah kuncinya. Siemens bekerja sama dengan Sachsenmilch Leppersdorf GmbH di Jerman, salah satu pabrik pengolahan susu paling modern di Eropa, untuk mengembangkan sistem pemeliharaan prediktif yang canggih.
Setiap hari, Sachsenmilch memproses 4,7 juta liter susu segar untuk menghasilkan beragam produk seperti susu, mentega, yogurt, keju, hingga turunan susu untuk makanan bayi dan bioetanol. Skala produksi yang besar ini menuntut fasilitas beroperasi nyaris 100% tanpa henti, 24 jam sehari, 7 hari seminggu. Dalam kondisi seperti ini, gangguan sekecil apa pun bisa menyebabkan kerugian besar. Oleh karena itu, Sachsenmilch menerapkan Senseye Predictive Maintenance dari Siemens, sebuah sistem berbasis kecerdasan buatan (AI) yang dirancang untuk mengidentifikasi potensi masalah mesin, baik yang akan terjadi segera maupun di masa mendatang.
Penerapan Senseye Predictive Maintenance di Sachsenmilch adalah proyek percontohan yang ideal karena lingkungan produksinya memiliki banyak mesin modern yang saling terhubung dan menghasilkan data bervolume besar. Tantangan utamanya adalah menganalisis data relevan seperti suhu, tingkat getaran, dan frekuensi untuk mendeteksi anomali sejak dini dan mengambil kesimpulan yang tepat. Proses implementasinya meliputi analisis skenario kegagalan spesifik, integrasi data yang sudah ada dari sistem kontrol, serta pemasangan sensor getaran baru dan sistem pengukuran Siplus CMS 1200 untuk memantau getaran.
“Yang kami sukai dari proyek ini adalah Siemens memiliki pengetahuan di sisi teknologi dan teknis serta dalam manajemen proyek,” kata Roland Ziepel, Technical Manager dan head of project management, Sachsenmilch di Leppersdorf.
Proyek percontohan ini telah memberikan manfaat yang jelas. Sistem Senseye Predictive Maintenance berhasil menurunkan biaya operasional karena mampu mencegah waktu henti produksi yang tak terduga. Salah satu contoh penting adalah deteksi dini pompa yang rusak, yang berhasil menghemat biaya hingga enam digit.
