Senseye et OSIsoft partenaires pour une maintenance prédictive scalable pour utilisateurs PI System
Senseye, fournisseur de logiciel de maintenance prédictive, a annoncé aujourd'hui qu'il a rejoint l'EcoSphere Partenaire d'OSIsoft, leader en intelligence opérationnelle, pour délivrer son produit de surveillance d'état automatisé pour aider les clients PI System dans leur parcours de transformation digitale.
Senseye utilise des algorithmes avancés de machine learning pour apprendre les caractéristiques de chaque actif surveillé en analysant les données vibration, pression, température et couple. Il est capable d'identifier les problèmes émergents avec les machines jusqu'à six mois à l'avance et de prédire quand un actif est susceptible de défaillir en comparant les sorties de données avec les événements maintenance connus.
Des fabricants leaders ont divisé par deux leurs niveaux d'arrêts non planifiés et délivré des réductions de coûts maintenance jusqu'à 40 pour cent en utilisant Senseye. Les économies réalisées en utilisant Senseye ont permis à de nombreux utilisateurs de récupérer leur dépense annuelle sur le système moins de trois mois après le déploiement.
Le partenariat permettra aux clients d'OSIsoft, qui incluent des milliers de grandes organisations industrielles dans 127 pays dans le monde, d'introduire rapidement et facilement les capacités de maintenance prédictive de Senseye à travers leurs environnements opérationnels. Toute organisation capturant des données machine utilisant le PI System est maintenant capable de se connecter sans couture avec Senseye en quelques minutes.
IoT Analytics, fournisseur d'insights marché IoT, M2M et Industrie 4.0, calcule que le marché de la maintenance prédictive croît à 39 pour cent par an et vaudra 11 milliards US$ globalement d'ici 2022 alors que les stratégies passent de la maintenance basée sur l'état à la maintenance prédictive analytics et IoT-enabled.
Knud Lasse Lueth, Directeur Général chez IoT Analytics : « La maintenance prédictive est l'un des rares vrais "killer use cases" pour l'Internet Industriel des Objets. Il est facile de comprendre comment ça marche et les bénéfices sont réels. Dans les usines, la maintenance prédictive est de plus en plus utilisée pour optimiser les opérations internes, résultant typiquement en gains d'efficacité de 20-30 pour cent. »
Bry Dillon, VP Cloud, Channels and Community chez OSIsoft, commente : « Senseye cible l'un des problèmes les plus importants face aux fabricants : réduire le coût des arrêts non planifiés et de la maintenance. Par l'intégration de cet écosystème, Senseye et OSIsoft donnent du pouvoir à nos clients partagés pour maximiser la valeur de leurs données, minimiser les arrêts non planifiés et booster les efficacités maintenance en utilisant données et insights actionnables temps réel. »
Simon Kampa, CEO de Senseye, commente : « Ce partenariat est une bonne nouvelle pour Senseye, OSIsoft et ses clients dans le monde. Le système PI d'OSIsoft est largement utilisé à travers beaucoup d'industries où Senseye est prouvé pour délivrer la plus grande valeur et nous l'avons rendu possible pour ses utilisateurs de se connecter sans couture avec Senseye et comprendre la durée de vie restante des machines en quelques minutes. Cela accélérera l'adoption de notre produit leader du marché et les bénéfices substantiels de disponibilité, productivité et coûts qui peuvent être atteints en l'utilisant. »
Commentaires d'un sourcing manager dans une grande organisation industrielle lourde : « Après avoir examiné rigoureusement plus de dix offres de maintenance prédictive, notre équipe a décidé à l'unanimité que Senseye était le meilleur choix. Senseye était unique en offrant un moteur de données back-end hautement avancé marié à une interface utilisateur front-end intuitive et user-friendly. Nous voulions une solution que notre ingénieur sur le shop floor verrait comme un outil diagnostique et pronostique utile, pas juste un autre système à acquitter quand les alarmes sonnaient. Senseye a délivré sur cela. »
Entretien et réparation d'équipement
- Débloquer la valeur temps réel avec la maintenance prédictive
- Maintenance préventive vs prédictive : choisir la meilleure stratégie pour votre usine
- Comment la maintenance prédictive booste l'efficacité et réduit les temps d'arrêt
- Maintenance prédictive : guide complet pour réduire les temps d'arrêt et maximiser le ROI
- Des réparations réactives à la fiabilité prédictive : élever la maintenance pour une productivité maximale
- Indicateurs clés pour démontrer le succès de la maintenance prédictive
- Lancer la maintenance prédictive : questions clés et étapes pratiques
- Révolutionner la fiabilité des actifs : le Machine Learning pour la maintenance prédictive
- Éviter les pièges courants : Réussir la maintenance prédictive avec Senseye