通过分析生产线上的大数据，可以提高维护效率，提高可用性，优化维护成本。
Valmet在数字化生产过程中具有强大背景。第一个传感器安装在20世纪80年代后期的Valmet纸和板机中，并在20世纪90年代，我们将智能嵌入生产过程中。自2000年初以来，全天候提供全天候远程服务。
“现在的新情况是，软件和硬件的技术进步使我们能够更好地利用所有这些嵌入式智能，并为我们的客户提供增值的解决方案。这使得我们的客户能够利用集成的数据进行更好的基准测试、预测模型和最佳实践，例如能源消耗优化、车队分析和下一代工艺应用，从而提高他们的性能。马库- k .萨罗城Valmet销售和运营发展经理。
对于维护操作，使用大数据意味着进化而不是革命。如今，铣削维护数据收集到ERP和其他系统中，实现了大数据分析。可以在各种系统之间共享和使用数据，从而为其带来重大好处维护管理，计划和运营。
由于可以收集，组合和分析来自多个来源的数据，例如独立条件监控系统，自动化系统，计算机化维护管理系统和成本控制，因此可用于维护管理的数据量显着更大。应用程序，只是为了命名一些例子。
“通过分析所有这些数据，例如，客户可以看看其设备如何在不久的将来以及其最佳服务间隔的运行方式。这使得维护预测性并实现其优化。总的来说，这改善了生产线或过程可用性，节省了时间并优化维护成本，“Salo解释说。
目前，Valmet正在开展利用大数据优化使用的开发项目耗材在纸的机器。其中一个项目涉及辊子表面。它结合了辊磨来自单机研磨机的数据与来自纸机的数千卷性能信号和制造商信息。通过综合这些数据，可以以一种全新的方式检测偏差和分析滚动状态。
“通过更好地了解滚动性能和滚动维护需要，可以将辊服务间隔延长20％，从而延长滚动运行时间。不再需要改变一个滚动只是为了确保它不会破裂，“指出Hannu Latti， Valmet高级造纸技术经理。
通过预测建模，Valmet可以为其客户提供每周估计的每卷可以运行多长时间。“我们已经开始对消耗品进行大数据分析，比如压延机和施胶辊湿部面料。例如，在优化能量消耗方面，有很多其他可能性可以利用它，“补充说佩LinnonmaaValmet纸张技术主管。
为了处理从各种系统收集的大数据，Valmet具有用于高级分析和分析工具的逻辑数据仓库。
“通过分析和处理巨大的数据卷，我们生产的信息，使我们的客户能够为自己的流程做出更好的维护决策，”林诺玛加结束。
