Senseye beskrives som en selvkjørende vedlikeholdsplattform som gir operatører og vedlikeholdspersonell mulighet til å overvåke og analysere maskiner i sanntid – uten å være avhengig av dataeksperter. Systemet er utviklet for å være skalerbart: én konfigurasjon kan gjenbrukes på tvers av lignende utstyr, noe som forenkler implementering i større anlegg.

Et konkret eksempel kommer fra stålgiganten BlueScope, som ifølge Siemens har tatt i bruk Senseye på over 20 000 enheter.

Løsningen er utformet for fleksibilitet i datainnhenting og støtter en rekke industrielle protokoller via Siemens’ Industrial Edge-plattform – blant annet OPC-UA, Modbus, S7 og Ethernet/IP. Dette gjør det mulig å hente ut data produsent uavhengig som etablerte merker som for eksempel Rockwell, Allen-Bradley, ABB, Schneider og Treon.

Senseye tar også imot data fra trådløse vibrasjons- og temperatursensorer og kan hente informasjon fra SCADA-systemer, MES og bruke historiske data.

Erfaring fra Siemens viser at ulike typer data gir ulik treffsikkerhet, avhengig av komponenttype. Eksempelvis er strømmålinger egnet for å avdekke feil i motorens viklinger, mens vibrasjonsdata er mer presise ved feil i lagre. Systemet benytter et omfattende bibliotek av tidligere cases og utstyrstyper for å avgjøre hvilke sensordata som gir best prediksjon for ulike scenarier.

Senseye legger stor vekt på kontekstuell dataforståelse – en viktig komponent for å unngå falske alarmer. Hvis en strømtopp skyldes oppstart av et tungt produkt på et transportbånd, tolker systemet dette som normal drift så lenge det får informasjon om produktkoden. Endringer i driftstilstand eller lastforhold kan dermed tas hensyn til, slik at bare reelle avvik fanges opp.

Brukergrensesnittet består av et intuitivt dashbord der kritiske feil markeres tydelig. Vedlikeholdsteam kan benytte systemet til å prioritere hvilke maskiner som krever innsats. I tillegg kan daglige rapporter sendes på e-post med oversikt over nye og pågående tilfeller.

Et av de mest fremtredende trekkene ved løsningen er at den ikke krever spesialkompetanse innen dataanalyse. Systemet benytter kunstig intelligens og elementer av generativ KI, men er pakket slik at brukeren kun trenger å forholde seg til resultatene – ikke algoritmene.

– Det er som å sette seg i bilen og kjøre, uten å måtte forstå motoren, uttalte en representant fra Siemens under en presentasjon nylig.

Senseye og Siemens’ fellesløsning representerer et konkret eksempel på hvordan kunstig intelligens tas i bruk på en pragmatisk og produksjonsnær måte. I motsetning til mange KI-konsepter som fortsatt er på forsknings- eller pilotstadiet, er dette en løsning som ifølge Siemens allerede er i drift hos flere større industribedrifter.

Siemens hevder at teknologien allerede kan levere på pålitelighet, brukervennlighet og faktisk reduksjon i nedetid. Så får vi se om det står deg over tid. For industribedrifter som ønsker å ta i bruk KI uten store investeringer i dataressurser, fremstår Senseye som en interessant kandidat i et marked med stadig større behov for smart vedlikehold.