事例の概要
| 企業 | BlueScope Steel |
|---|---|
| 地域 | その他 |
| 業種 | 金属・鉄鋼 |
| 企業規模 | 大企業 |
| 用途 | 予知保全・設備保全 |
| 使われた技術 | Siemens Senseye Predictive Maintenance（既存の設備データを使うAPM型の予知保全SaaS） |
| 関連する製品・サービス | Senseye Predictive Maintenance（Maintenance Copilot）（Siemens AG） |
成果
取り組みの内容
製鉄所の設備は大型で、圧延機やモーター、ポンプなどの停止が生産全体に影響します。設備の数も多く、保全担当者が全設備の状態を個別に見て回ることは難しいため、データで優先度をつける仕組みが求められます。
BlueScope Steelは、SiemensのSenseye Predictive Maintenanceを使い、設備の資産性能を追跡しています。Senseyeは英国発のスタートアップの製品で、現在はSiemensに統合されています。新たにセンサーを付けるのではなく、既存の設備データ（ヒストリアンやIoT基盤のデータ）を集めて分析する、APM（資産性能管理）型の予知保全の製品です。
Siemensの製品ページでは、この取り組みで明確なコスト削減を得たと紹介されていますが、対象設備の数や削減額、停止時間の変化などの数値は示されていません。
APM型の予知保全は、設備データがすでに取れている工場で始めやすい一方、データの品質とタグの意味の整理が精度を左右します。どの設備のどのデータを使うかを最初に決めておくことが重要です。
この事例から読み取れること
- 既存の設備データを使うAPM型は、ヒストリアンにデータがありながら活用できていない製鉄所のような現場に向くと考えられる
- 「明確なコスト削減」は定量値がなく、ベンダーの紹介として読む必要がある
- 設備数の多い現場では、予知保全の通知を保全の優先順位づけにどう使うかの運用設計が効果を左右するといえる
本ページは企業・提供元が公開した情報にもとづき、費用負担を受けずに作成しています。成果の数字は発表時点のもので、当サイトによる検証値ではありません。
