欢迎收听全新的趋势检测播客，该播客由 Senseye 提供支持，Senseye 是使用 AI 推动可扩展和可持续资产性能和可靠性的行业领导者。这是一本新的出版物，旨在帮助您摆脱关于如何实现维护效率的想法。 这一集是我们围绕制造业可持续发展系列的第二部分（您可以在此处收听第一集。）我们再次欢迎 Tom Permatteo（首席执行官）和 Bill Zujewski（首席营销官）和首席运营官）从绿色商业局，帮助组织展示他们对可持续发展的承诺。 在这一集中，我们将讨论制造商必须采取的行动步骤来实现可持续制造以及漂绿的危险。我希望你喜欢它。 如果您希望收到有关本系列未来剧集的通知，请通过您最喜欢的播客

欢迎来到全新的趋势检测播客，由 Senseye 提供支持，Senseye 是使用 AI 推动可扩展和可持续资产性能和可靠性的行业领导者。这是一本新的出版物，旨在帮助您摆脱关于如何实现维护效率的想法。 这一集是我们围绕制造业可持续发展系列的第三部分也是最后一部分（您可以在这里收听第一集和第二集。）我们再次欢迎 Tom Permatteo（首席执行官）和来自绿色商业局的 Bill Zujewski（首席营销官兼首席运营官），帮助组织展示其对可持续发展的承诺。 在这一集中，来自绿色商业局的 Tom Permatteo 和 Bill Zujewski 与我一起讨论制造商如何衡量和监控他们的可持续发展目

欢迎收听全新的趋势检测播客，该播客由 Senseye 提供支持，Senseye 是使用 AI 推动可扩展和可持续资产性能和可靠性的行业领导者。这是一本新的出版物，旨在帮助您摆脱关于如何实现维护效率的想法。 今天我们推出以服务化为主题的系列 2。为帮助我们深入研究这个主题，我们欢迎来自 The Advanced Services Group 的 Parikshit Naik 博士，该集团提供教育、培训、研究和访问一个由志同道合的专业人士组成的全球网络，围绕先进的服务和服务化。 在本集中，我们将讨论什么是服务化，以及为什么制造商应该引入这种商业模式。 如果您希望收到有关本系列未来剧集的通知，

欢迎收听全新的趋势检测播客，该播客由 Senseye 提供支持，Senseye 是使用 AI 推动可扩展和可持续资产性能和可靠性的行业领导者。这是一本新的出版物，旨在帮助您摆脱关于如何实现维护效率的想法。 在我们围绕服务化主题的系列文章的第 2 部分中，我们再次欢迎来自 The Advanced Services Group 的 Parikshit Naik 博士讨论制造商为实施服务化商业模式需要采取的步骤 - 并提供真实案例研究。 如果您希望收到有关本系列未来剧集的通知，请通过您最喜欢的播客提供商（Apple、Google 和 Spotify）订阅，并离开我们让我们知道您的反馈评论。 成绩

欢迎收听全新的趋势检测播客，该播客由 Senseye 提供支持，Senseye 是使用 AI 推动可扩展和可持续资产性能和可靠性的行业领导者。这是一本新的出版物，旨在帮助您摆脱关于如何实现维护效率的想法。 在我们围绕服务化的三部分系列的最后一集中，来自 The Advanced Services Group 的 Parikshit Naik 博士与我一起探讨了服务化的未来，包括它在您组织的数字化转型和可持续发展战略中的适用位置。希望你喜欢它。 如果您希望收到有关未来剧集的通知，请通过您最喜欢的播客提供商（Apple、Google 和 Spotify）订阅，并通过给我们留下评论告诉我们您的反馈

欢迎收听全新的趋势检测播客，该播客由 Senseye 提供支持，Senseye 是使用 AI 推动可扩展和可持续资产性能和可靠性的行业领导者。这是一本新的出版物，旨在帮助您摆脱关于如何实现维护效率的想法。 在这个由两部分组成的系列中，我加入了来自 Make UK 的 Jim Davison 和 Fhaheen Khan，他们代表英国的制造商。 在本系列的第一集中，我们将讨论 2021 年影响制造业的主要趋势及其面临的挑战。您可以在这里收听第 2 部分。 如果您希望收到有关未来剧集的通知，请通过您最喜欢的播客提供商（Apple、Google 和 Spotify）订阅，并通过给我们留下评论告诉

欢迎收听趋势检测播客，该播客由 Senseye 提供支持，Senseye 是使用 AI 推动可扩展和可持续资产性能和可靠性的行业领导者。这是一本新的出版物，旨在帮助您摆脱关于如何实现维护效率的想法。 在我们回顾制造商在 2021 年面临的最大挑战的系列的最后一部分中，来自 Make UK 的 Jim Davison 和 Fhaheen Khan 再次加入了我的行列。你可以在这里收听第一部分。 在本系列的最后一集中，我们讨论了英国退欧的影响以及制造商如何利用绿色技能来帮助实现其可持续发展目标。 如果您希望收到有关未来剧集的通知，请通过您最喜欢的播客提供商（Apple、Google 和 Spo

按计划更换组件会将资金以完全可用的资产形式投入垃圾填埋场。 制造商的成本是显而易见的。机器很贵。即使只是更换一个 100 美元的组件，实际成本也包括指定、采购和安装的时间和金钱。如果制造商正在运行完整的生产计划，则还包括昂贵且不必要的生产线停机时间，以更换可能具有相当长的使用寿命的现有零件。 环境成本也很可观。虽然有些机器可以转售或升级回收，并且可以回收或再制造组件，但有些只能填埋。在此过程中还存在溢出和泄漏的可能性。 如果企业使用的组件减少 40%，那么相关的运营费用就会减少 40%。 正如我们探索制造业可持续性挑战的新报告中强调的那样，一些公司已经能够使用工业 4.0 分析技术减少

英国南安普敦, 13th 2022 年 1 月： Senseye 是一家实现可扩展且可持续的资产性能和可靠性的工业 AI 公司，已正式宣布为气候中和，显示其对可持续发展的持续承诺。 Fokus Zukunft GmbH &Co. KG 对公司碳足迹的评估发现，与同行业的其他公司相比，Senseye 的每位员工的排放值处于较低范围内。 Senseye 对降低全球工业碳排放的承诺超越了其人工智能软件和对远程工作的强烈关注。 Senseye 还通过支持巴西的一个国际公认的气候保护项目来抵消不可避免的排放，并致力于在今年进一步减少其碳足迹。 此次发布是在 Senseye 最近发布的“制造可持续

公司不会因为 Senseye ROI Lock™ 投资于预测性维护而蒙受损失 世界各地的企业都担心不确定性，但我们的经营正值经济前景与以往一样难以预测的时候。在这种背景下，“谨慎行事”的心态是可以理解的，但具有讽刺意味的是，它可能会阻碍公司投资于那种实际上会让他们对接下来发生的事情更有弹性的智能系统。 保证奖励 为了解决这种情况，Senseye 与世界上最大、最具活力的再保险公司之一 SCOR 合作推出了 ROI Lock 计划，以显着降低投资于预测性维护解决方案的感知风险。 该保证在预测性维护方面是业界首创，Senseye 承诺如果约定的停机时间减少未能实现，则向客户报销其 Sense

欢迎收听趋势检测播客，该播客由 Senseye 提供支持，Senseye 是使用 AI 推动可扩展和可持续资产性能和可靠性的行业领导者。这是一本新的出版物，旨在帮助您摆脱关于如何实现维护效率的想法。 对于这个由两部分组成的系列，来自 Make UK 的 Jim Davison 和 Fhaheen Khan 加入了我的行列，他们代表英国的制造商。 在我们展望 2022 年制造商的未来系列的第 2 部分中，来自 Make UK 的 Jim Davison 和 Fhaheen Khan 再次加入了我的行列。你可以在这里收听第一部分。 在本系列的最后一集中，我们讨论了技术在制造业中日益增长的重

Senseye 的联合创始人 Alexander Hill 着眼于过去五年预测性维护的演变，并确定了其增长背后的一些关键驱动力 一个加速发展的行业 在过去的五年里，预测性维护已经很好地成熟了。经过相当稳定的 25 年发展，CMMS 系统为企业资产管理让路，之后为更传统的资产绩效管理工具以及以预测性维护为重点的新一代工具、资产可靠性和性能铺平了道路已经很好地、真正地提上了日程。 相比之下，如果说过去 25 年见证了此类系统的演变，那么过去 5 年见证了一场革命。 从小众到主流 五年前，预测性维护仍处于相对起步阶段，全球价值不到 15 亿美元[1]，大多数系统都是独立运行的，由“DIY”风

能量。您的机器使用了多少，浪费在哪里？这些是实现可持续制造的基本问题。 无论生产什么，制造都是关于材料转换——几乎普遍是一个非常耗能的过程。 在某些企业中，高达三分之一的间接成本是能源。 那么，制造企业如何才能同时减少对环境的影响和能源费用呢？怎样才能创造双赢的局面？ 一种方法是使用智能工业分析，由支持工业 4.0 的互联机器提供数据，以更好地了解您的能源使用情况。如果不首先进行有效测量，我们就无法减少能源使用。被衡量的事情就完成了。 工业 4.0 为企业提供了了解能源使用的方法，不仅在工厂或资产的基础上，而且在组件级别（通过足够智能的分析）。通过对能源使用的精确、细化视图，公

毫无疑问，我们正处于一场预测性维护革命之中。特别是在过去五年中，我们已经看到核心技术的发展，它们现在正在融入主流，全球预测性维护市场的价值将从 2020 年的 42.70 亿美元增加到 22.429 美元这一事实证明了这一点到 2026 年达到 10 亿 这并不是说整个重点应该放在预测性维护上，过去两年的事件不可避免地导致许多制造商重新评估他们的整体方法。然而，随着我们看到工业 4.0 和物联网 (IoT) 的持续兴起，以及远程工作的增加和随时优化运营的需求，预测性维护在实现更广泛的业务目标方面发挥着至关重要的作用。那么，考虑到这一点，未来 12 个月及以后会发生什么？ 迈向更大的可持续性

可持续性意味着以可以长期保持的方式工作。其中一个重要部分是不破坏自然环境。但这也意味着社会责任——这意味着照顾工人的健康和安全。 归根结底，如果你没有一个安全的操作，它就不是一个可持续的操作。 2018 年，整个欧盟的制造业发生了 500 起致命事故，另有 594,000 起非致命事故导致至少四天缺勤。 机器的有效和受控维护和操作是安全的关键 - 正如我们在探索制造业可持续发展挑战的新报告中所强调的 . 那么，如何降低事故率呢？正如报告所指出的，一个关键的焦点应该是人与机器之间的交互。可以执行的远程分析和检查越多，直接机器交互越少，事故率就越低。 尽量减少需要靠近机器的次数至

Senseye 营销副总裁 Niall Sullivan 着眼于云在让物联网成为主流方面的关键作用。 物联网（Internet of Things，简称 IoT）是指全球数十亿个物理设备，它们现在连接到互联网，都在收集和共享数据。由于廉价计算机芯片和无线网络的广泛普及，从杯子到游轮，任何东西都可以成为物联网的一部分。 什么是云物联网？ 然后，这些连接互联网的对象可以在不涉及人类的情况下交流实时物联网数据，将物理和数字结合起来，以更智能和更灵敏的方式创造我们的生活方式，无论是通过智能家居还是智能城市。 云计算的使用并不新鲜。它广泛用于数据量大的应用程序，包括软件（CRM 解决方案、

我们研究机器学习 (ML) 如何帮助颠覆传统的预测性维护模型，推动以资产为中心的组织的设备生产力和性能达到新水平。 机器学习 (ML) 预测性维护 不可预见的设备停机时间对以资产为中心的组织来说意味着越来越高的运营风险，需要更深入地了解物联网和传统预测性维护可以促进的资产健康状况。 在这种背景下，我们看到传统的计算机化维护管理系统 (CMMS) 为企业资产管理 (EAM)、资产绩效管理 (APM) 以及最近的新一代以预测性维护为重点的工具让路。可以公平地说，资产可靠性和性能确实已经被提上了议事日程。 然而，变化的步伐如此之快，以至于这些预测性维护工具已经无法满足当今企业的粒度和性能

欢迎收听趋势检测播客，该播客由 Senseye 提供支持，Senseye 是使用 AI 推动可扩展和可持续资产性能和可靠性的行业领导者。这是一本新的出版物，旨在帮助您摆脱关于如何实现维护效率的想法。 在我们讨论制造商可以从金属和采矿业学到什么的系列的第三部分也是最后一部分中，来自 Axora 的 Joe Carr 再次加入了我的行列。你可以在这里听第一部分，在这里听第二部分。 在讨论制造商可以从金属和采矿业学到什么的这一集中，来自 Axora 的 Joe Carr 再次加入我们，讨论金属和采矿公司遵循的维护实践，为什么机器正常运行时间是关键，以及机器数据过多如何证明具有挑战性。 如果您希

酿酒的艺术可以追溯到公元前 7000 年之前的一段时间，当时水果和谷物被发酵以供个人消费和娱乐。然而，在这个现代时代，同样的过程已经工业化，用于大批量生产和全球分销，这使得它更像是精密的化学制造，而不是周末消遣。 用于发酵、测试、老化、装瓶、包装和分销的机械意味着酒精行业完全有能力进行在线预测性维护 (PdM) 的革命，确保质量和数量跟上您品牌的需求。 酿酒厂和啤酒厂规模庞大、复杂且能源密集。他们运行的流程看似设备的小问题可能导致产品质量的重大问题。 他们还 24/7 全天候运行，停机时间通常会导致每小时高达 40,000 美元的生产损失。预测性维护可以克服这些挑战。它可以减少停

我们研究了后数字时代的工厂维护情况，并确定了实现最佳实践的五个关键步骤。 工厂维护在任何以设备为中心的行业中进行，涉及资产的状态监测、维修以及未来评估和维修的安排。 通常，该实践着眼于资产的关键运营变量，例如产品流；温度;振动;和压力，以及它们之间的相互依存关系，以提高效率。 当然，维护策略的范围根据工作环境的规模、行业和复杂性以及安全参数和考虑因素而有很大差异。 然而，所有的维护策略都有一个共同的目标，那就是尽量减少成本和设备故障，降低风险，提高生产效率。由于设备维护效率低下，组织无法承受生产损失、相关运营成本和声誉损失。 驾驭复杂性 部署正确战略的挑战在于现代工厂