AI-baseret tilstandsovervågning forhindrer nedetid i drikkevareproduktionen

Læskedrikproducenten Britvic indgik et partnerskab med udstyrsleverandøren Alfa Laval om at implementere en AI-baseret løsning til tilstandsovervågning af roterende maskineri på tværs af deres hygiejniske proceslinjer. Denne automatiserede diagnostikteknologi reducerer direkte omkostningsfuld, uplanlagt nedetid, udstyrsfejl og ressourcespild i storskala drikkevareproduktion.

Udfordringer i kontinuerlig drikkevareproduktion
På sit anlæg i Rugby i Storbritannien driver Britvic hundredvis af pumper for at understøtte kontinuerlig produktion på tværs af flere drikkevarelinjer. I den hygiejniske procesindustri skaber uventede pumpefejl en kaskade af driftsmæssige konsekvenser, som typisk resulterer i øjeblikkelige produktionsstop, omfattende produkttab og obligatoriske rengøringscyklusser. Historisk set har produktionsanlæg været afhængige af planlagte manuelle inspektioner eller reaktive vedligeholdelsesmodeller, der først håndterer maskinfejl, efter et nedbrud er indtruffet. Britvic ønskede at skifte til en præventiv model for at sikre udstyrets oppetid, forbedre råvareeffektiviteten og minimere det overskydende vandforbrug, der er forbundet med nødrengøring af linjerne.

Implementering af AI-baseret maskindiagnostik
For at håndtere disse mekaniske sårbarheder implementerede anlægget Alfa Lavals Clariot, en platform til tilstandsovervågning designet til hygiejniske miljøer. Arkitekturen kombinerer intelligente sensorer, sikker forbindelse og kunstig intelligens for at levere kontinuerlig diagnostik af roterende udstyr. Systemet fungerer uafhængigt af anlæggets centrale automatiseringsnetværk og analyserer vibrations- og driftsdata døgnet rundt for at identificere procesanomalier, uregelmæssigheder i installationen og tidlig mekanisk slitage. Platformens fabrikat-uafhængige natur gjorde det muligt for Britvic at skalere overvågningshardwaren på tværs af forskellige pumpemærker, der benyttes i hele deres produktionslinje.




Driftsmæssig indvirkning og præventiv vedligeholdelse
Efter implementeringen registrerede det diagnostiske system unormale driftsparametre på en kritisk procespumpe. Softwaren advarede operatørerne om den underliggende fejl, længe før et fysisk nedbrud kunne forstyrre produktionsprocessen. Med denne tidlige advarsel kunne ingeniørteamet planlægge den nødvendige vedligeholdelse under et forudplanlagt produktionsstop. Reparationen blev gennemført på 45 minutter, og man undgik dermed fuldstændigt en forventet uplanlagt nedetid på seks timer.

Målbare ressourcebesparelser
Det datadrevne indgreb gav betydelige, kvantificerbare besparelser for anlægget. Ved at opretholde proceslinjens integritet forhindrede Britvic tabet af 288.000 flasker produkt og undgik at bruge 2.000 liter vand, som ellers ville have været nødvendigt til nødrengøringsprocedurer.

"Bare denne ene notifikation betalte for hele vores investering i løsningen til tilstandsovervågning," bemærkede Chris Heslop, Engineering Specialist på Britvics anlæg i Rugby.

Torsten Pedersen, Commercial Head of Condition Monitoring hos Alfa Laval Fluid Handling, fremhævede, at automatiseret diagnostik tjener dobbelte driftsmæssige formål. Ved at opdage udstyrsnedbrydning tidligt kan producenter i den hygiejniske procesindustri direkte koble maskinernes oppetid sammen med anlæggets bæredygtighedsmålinger ved at eliminere både produktspild og overdrevet forbrug af forsyninger.

Redigeret af Aishwarya Mambet, Induportals-redaktør, med AI-assistance.

www.alfalaval.com