Energisektorn behöver smartare underhåll för att klara elektrifiering, förnybar energi och ökade krav på leveranssäkerhet. Tekniken för tillståndsbaserat och prediktivt underhåll finns och behovet är tydligt. Utmaningen är att integrera den med befintliga system på ett sätt som inte riskerar driften. Gomero har utvecklat en sandbox-miljö hos IBM Maximo för att lösa just detta.

En investering i riskfri innovation

För att möjliggöra energibolagens övergång från schemalagt till prediktivt underhåll har Gomero skapat en dedikerad sandbox-miljö hos IBM Maximo Application Suite. Det är en fullfjädrad utvecklings- och testplattform där Gomero tillsammans med kund kan bygga och testa hela kedjan från sensor till arbetsorder – helt isolerat från kundernas produktionsmiljöer.

"Sandbox-miljön är avgörande för energibolag i digital transformation. Den gör det möjligt att experimentera med tillståndsbaserat underhåll och intelligenta analyser utan att riskera den ordinarie driften – det handlar i grunden om att möjliggöra innovation utan risk," säger Colin Williams, Principal Technology Specialist på IBM.

Sandbox-miljön fungerar som en exakt kopia av en produktionsmiljö. Här kan kunder testa hur Gomeros data och prediktiva analyser integreras med deras befintliga Maximo-installation. Först när allt fungerar görs övergången till skarpt läge.

Detta är en del av Gomeros erbjudande som strategisk partner – inte bara sensorer och analys, utan hela infrastrukturen inklusive tjänster för att göra övergången möjlig och säker.

Från test till verklighet: SF6-gasövervakning hos Ellevio

Ett konkret exempel är Ellevios arbete med SF6-gasövervakning. SF6 är en kraftfull växthusgas som används som isolermedel i högspänningsutrustning. Läckage måste upptäckas tidigt, både av miljöskäl och för att undvika utrustningsfel.

Genom SIPP-systemets uppkopplade trycksensorer får Ellevio kontinuerlig övervakning av SF6-nivåer. I Gomeros sandbox-miljö kunde de testa och finjustera hela flödet: Vilka tröskelvärden ska trigga varningar? Hur ska informationen presenteras i Maximo? Vilken typ av arbetsorder ska skapas automatiskt?

Resultatet är en komplett, automatiserad process: Sensorn upptäcker avvikande tryck, Gomeros analys bekräftar potentiellt läckage, Maximo ger en tydlig översikt och skapar automatiskt en arbetsorder med rätt prioritet och underhållstekniker får uppdraget med all nödvändig information.

Expertis och infrastruktur i ett

Gomero har över 20 års erfarenhet av energisektorns behov och krav. SIPP-plattformen är utvecklad i nära samarbete med ledande nätägare för att klara branschens krav på 15 års livslängd och hög tillförlitlighet. Våra prediktiva analyser ger kunderna värdefulla insikter – och genom att integrera denna data direkt i IBM Maximo kan insikterna omsättas i automatiserade underhållsåtgärder.

Därför har vi byggt infrastrukturen som gör det möjligt att ta hela steget – från sensor till analys till automatiserad arbetsorder – på ett sätt som respekterar energisektorns behov av säkerhet och stabilitet.

Sandbox-miljön hos IBM Maximo är central i detta. Den ger våra kunder möjlighet att experimentera, testa, lära och bygga förtroende för nya arbetssätt innan något implementeras skarpt. Även de mest riskmedvetna organisationerna kan ta steget mot prediktivt underhåll när de får testa allt först.

Möjliggöra energiomställningen

Energisektorn genomgår sin största omställning någonsin, men ansvarar samtidigt för samhällskritisk infrastruktur. Ett felinställt system kan få stora konsekvenser.

Gomeros sandbox-miljö möjliggör innovation utan att kompromissa med säkerhet. Detta är kärnan i vårt partnerskap med kunderna: att göra övergången till datadriven drift möjlig och hanterbar. Från sensor till analys till arbetsorder – hela vägen, utan onödiga risker.

Vår investering i sandbox-miljön är en investering i våra kunders framgång – och i energiomställningens genomförbarhet.

 

Läs här om hur elnätsbolaget Ellevio använder Gomeros och IBM:s lösning för att jobba smartare, undvika driftstopp och minska risken för såväl personskador som oväntat och dyrt underhåll.