Cloud-­based Maintenance IIoT Platform for Smart Manufacturing

Hovedformålet med CM4Smart var å utføre forskning, utvikling, simulering og produksjon av smarte vedlikeholds løsninger basert på skybaserte teknologier. Resultatet av prosjektet muliggjøre digital transformasjon av produksjon i retning av smart vedlikehold og nye data-drevne produksjonsmodeller for SMB-sektoren. Basert på Industri 4.0 prinsippene, ville prosjektet ta sikte på å koble sammen forretningssystemer med operativ data fra feltet, slik at produksjonsplanene tilpasses vedlikeholds-aktiviteter. Innovative algoritmer for prediktivt vedlikehold analyserer data, identifisere skjulte mangler og foreslå både forebyggende og optimaliserende handlinger før maskinfeilen forekommer, og dermed ta sikte på null nedetid, null feilproduksjon og mer miljøvennlige bedrifter. Prosjektet kombinerte dypgående IIoT-forståelse og prosjekterfaring fra hovedpartner ICB Digital (Norge), kompetanse på vedlikehold fra NTNU (Norge) og praktisk kunnskap og reelle produksjonsutfordringer fra to produksjonsbedrifter - ICPE (Romania) og HTS Maskinteknikk (Norge). De viktigste FoU-resultatene frembragt i CM4Smart: ? Forskning og design av skalerbar skybasert arkitektur for Industry 4.0-løsning i Azure Environment som muliggjør sømløs integrasjon med andre skybaserte løsninger ? Utførte en undersøkelse av pålitelige og robuste sensorløsninger for telemetriberikelse i bedriften med clamp-on-sensorer. ? Forskning på selvbetjening av BI-funksjoner for å levere ordre i tide, årsaksanalyse og planlegging ? Forskning og utvikling av avanserte ML-dataanalysemodeller for prediktivt vedlikehold. ? Utvikling av Profit Loss Indicators med bruk av RAMS. ? Videreutvikling av eksisterende og forslag til nye internasjonale standarder for IEC TC 56 Pålitelighet, ISO 55000 Asset management og CEN TC 319 Vedlikehold (vi har en representant i alle disse standardiseringsorganene.) Resultatene i prosjektet er ment å gi følgende merverdi for industrien: ? Sporbarhet i nær sanntid og historisk oversikt over produksjonsparametere ? Sammenligning og optimalisering av produksjonsprosesser på tvers av organisasjonen - på tvers av skift, team, lokasjoner og operatører ? Objektiv KPI-evaluering av automatisert produksjon ? Forbedret ratio mellom operatør og maskin ? Økt tilgjengelighet, optimalisert arbeidsmengde og kostnader ? Tidlig oppdagelse av avvik fra planen ? Programvarelag mellom maskiner og LoB-systemer ? Beslutningsstøtte for alle aktører i virksomheten ? Forutsigende, snarere enn forebyggende, vedlikehold ? Rask deteksjon og reaksjon ved feil ? Samlet forbedring av virksomheters innovasjonskapasitet og produktivitet Resultatene har ført til nye tjenester innen Smart Vedlikehold i Upkip`s Industri 4.0-portefølje. Dette sikrer at bransjen har en mulighet til å benytte seg av prosjektresultatene gjennom å anskaffe Smart Maintenance-modulen. Videre på hver av de involverte partnerne har fått verdifull innsikt og kunnskap.

ICB Digital has through the CM4Smart project been able to research and develop an Industrial IoT solution branded as Upkip, with a Smart Maintenance Module enabling manufacturing enterprises to reduce machine failures and monitor key production parameters. ICPE has increased its productivity, reduced costs of manufacturing, reduced costs of maintenance with machine tools, increased the interoperability and modularity of the manufacturing chain, this allowing the company to be more competitive. HTS has gained valuable experience of sensor technology and how it can contribute to increased production efficiency and reduction in maintenance costs. The implementation of Upkip has enabled HTS to monitor machinery and infrastructure. NTNU has developed further scientific knowledge on SMART maintenance, including preventive and predictive. Especially, towards small and medium sized manufacturing enterprises.

The main objective of CM4Smart is to perform research, development, simulation and production implementation of smart manufacturing maintenance solution based on cloud technologies. The result of the project will enable the digital transformation of the production in the direction of smart maintenance and new data-driven production efficiency models for the SME sector. Following the key Industry 4.0 design principles, the project will aim to inter­connect business­level software systems with operational data from the field thus aligning production schedules with maintenance activities. Innovative machine learning algorithms for predictive maintenance will analyse data, identify hidden insights and propose both preventive and optimisation actions before machine failures take place thus aiming at zero downtime, zero defected manufacturing and greener enterprise. The project will combine deep IIoT technology understanding and project experience from the leading partner ICN ­Interconsult Norway, strong R&D capacity from NTNU (Norway) and practical knowledge and real manufacturing challenges coming from two production enterprises – ICPE (Romania) and HTS Maskinteknikk (Norway).