利用博世力士乐的数据分析解决方案CytroConnect，回收企业TSR Recycling GmbH的海尔布隆工厂避免了潜在的停机成本。这款极具经济效益的数字服务解决方案可以帮助用户迅速回本，并向可持续发展的目标迈进。

TRS Recycling GmbH的海尔布隆工厂正在处理废金属和废铁

回收公司在很大程度上依赖于设备的可用性：如果液压驱动式切碎机、废料剪切机或压力机出现故障，可能导致企业遭受重大损失；卡车、火车或船只因装不上货而徒劳等待，后续损失可能会攀升至上万乃至数十万欧元。为避免这些窘境，TSR Recycling GmbH正通过博世力士乐的CytroConnect数字服务另辟蹊径。利用机器学习算法进行数据分析，不仅可防止停产，还可以降低维护成本并延长设备使用寿命。

提高产品质量和能源效率

出于成本优化以及减少碳排放的目标，TSR Recycling选择了其液压领域长期合作伙伴博世力士乐打造的预测性分析解决方案。

Sebastian Bischof表示：

“在进行详细的市场分析之后，博世力士乐的一体式解决方案赢得了我们的信任。”

为数据分析做好准备

首先接受数据分析的设备是TSR购自Metso的一对废料剪切机。硬件的选型工作由总部位于辛德芬根的力士乐卓越伙伴Hydrobar完成。该公司为工艺关键系统部件配备了适用的传感器，并安装了带有集成网关的DAQ（数据采集）盒。DAQ盒会记录传感器数据，然后由物联网网关进行预处理，再以加密形式传输到云端。在此过程中借助于自学习算法进行数据流验证、解密和评估。

简单直接的硬件更新：配备博世力士乐集成网关的DAQ盒，用于收集数据并将数据安全传输至云端

如果传感器的测量值与学习到的比较数据存在明显偏差，系统会识别出异常情况并报告给力士乐的专家团队。专家团队核实情况后向TSR方负责人提出预测性维护建议。这样，回收公司便有充足的时间来制定应对措施以免影响生产。及早识别和纠正异常情况可以避免设备损坏和计划外停工。

废料剪切机是关键的生产系统之一，应利用基于规则和数据的分析避免产生高昂的停工成本

分析流程持续改进

分析业务启动之前的四周是学习阶段。在此期间，博世力士乐的分析团队首先确定了废料剪切机的适用模型和参数。团队成员对选定的分析算法不断加以改进，因此，随着时间的推移，预测结果日益精准。

博世力士乐服务销售支持高级经理Marcello Miceli解释道：

“预测性分析需要运用大量的专业知识和全面的神经元网络来处理取自于大型匿名比较数据库的海量数据。各公司几乎不可能仅凭一己之力开发出这样的解决方案，而作为租赁服务的预测性分析对于许多用户来说却极富吸引力。”

成本透明，回报迅速

Marcello Miceli从过往案例中获悉，采用CytroConnect方案后，大多数故障关键型液压应用在第一年内即可回本。液压元件故障的实际成本包括了备件采购流程中涉及的时间成本。

力士乐专家表示：

“一般来说，节省的停工成本是月度服务费的5倍或5倍以上。只要一年内能避免一两次停工，便可在数周或数月内收回技术投资。此外还应考虑到周边成本的因素，例如，监测油品清洁度可以避免其他部件损坏。”

博世力士乐的预测性维护团队评估机器学习数据并提出维护建议

减少维护工作量

TSR海尔布隆工厂的技术经理Sebastian Bischof体会到了方案的过人之处，他认为：

“利用这套新引进的系统，我们可以识别出一些关键元件的异常情况，比如，阀门出现了磨损，会在可预见的未来对生产造成不利影响。我们的主要目标已经实现。预测性维护可以防止计划外停工，也有助于我们尽可能最大限度地降低海尔布隆工厂的维护成本。某些液压组件不再需要定期更换甚至过早更换，维护工作量减少了很多，也有助于解决熟练工人短缺的难题。同时，状态信息和预测可以提高能效并延长设备的正常运行时间，从而节省资金。”

回收行业预测性分析可防止计划外停工、减少维护工作量并延长设备正常运行时间。分析数据也有助于生产流程的持续改进

CytroConnect不仅能监测废料剪切机中的油缸、泵和电机，还能监测液压油的清洁度和油箱参数。

Sebastian Bischof也希望通过获得的数据进一步改进生产流程。他认为：

“我们可以通过把具体的液压数据分配给特定的废料类型来进行流程分析和调整。如果事实证明该系统正如其预期的那样出色，我们将采用博世力士乐的CytroConnect系统对更多的生产体系进行更新改造。”