65 / 71
AMNYTT NR . 3 2024
– Prediktivt vedlikehold gjør at man kan oppnå store besparelser ved å gjøre litt tidlig , fremfor å gjøre mye senere . Og med Senseye får kunden en mer presis angivelse av hvor feilen er og hva som er feil , sier salgsspesialist for service og ettermarked Erik Martinsen i Siemens Norge . ( Foto : Eirik Iveland )
minst hvor gode de er til å ta systemet i bruk . Vedlikeholdsavdelinger som er proaktive og deltar i implementeringen vil skape merverdi raskere , det er ikke nok å bare installere software , sier Martinsen . En bilprodusenten har over 400 medarbeidere som bruker Senseye aktivt for å optimalisere vedlikeholdsaktiviteter og utføre reparasjoner måneder før forventet maskinfeil . Globalt har de 9000 tilkoblede eiendeler og mer enn 30 forskjellige maskintyper inkludert roboter , transportører , fall-løftere og pumper . Alle maskiner overvåkes eksternt ved hjelp av Senseyes proprietære maskinlæringsalgoritmer .
Introduserer språkmodeller Ved hjelp av generative KI vil mange ulike typer maskiner hos brukeren bidra til økt maskinlæring . Interaktiv dialog strømlinjeformer beslutningsprosessen , og gjør vedlikeholdet raskere og mer effektiv . Datateknologien gjør også at bedriften kan sentralisere vedlikeholds-ekspertisen . Et samlet fagmiljø kan bistå personell rundt om på mer perifere anlegg . – Ved å utnytte kraften til maskinlæring , generativ KI og menneskelig innsikt , tar vi Senseye Predictive Maintenance til neste nivå , sier Martinsen . Språkmodeller er i ferd med å bli dagligdags metodikk i store industribedrifter , og Siemens tar dem nå i bruk i Senseye . – Når vi lanserer språkmodeller i portalen , er det for å gi brukerne en annen opplevelse . De vil forholde seg annerledes til applikasjonene og jobbe mer interaktivt med maskinene – og dermed skaffe seg enda bedre innsikt , sier Martinsen . Ifølge Siemens blir ny generativ KI-funksjonalitet med GPT ( Generative Pre-trained Transformer ) implementert i løpet av våren for alle Senseye-brukere .