通过分析生产线的大数据，可以提高维护效率，提高可用性，优化维护成本。
维美德在数字化生产流程方面有很强的背景。20世纪80年代末，第一批传感器安装在维美德纸张和纸板机器上，90年代，我们将智能嵌入到生产过程中。自2000年初以来，全天候远程服务已提供。
“新的情况是，软件和硬件的技术进步现在使我们能够更好地利用所有这些嵌入式智能，为我们的客户提供增值解决方案。这些使我们的客户能够通过利用集成数据进行更好的基准测试、预测模型和最佳实践来提高他们的性能，例如关于能耗优化、车队分析和下一代工艺应用。Markku K. Salo，维美德销售和运营发展部经理。
对于维护运营来说，使用大数据意味着进化，而不是革命。如今，工厂范围内的维护数据被收集到ERP和其他系统中，从而实现大数据分析。数据可以在不同的系统之间共享和利用，这为维修管理、计划及运作。
可用于维修管理的数据量现在大大增加，因为可以从几个来源收集、组合和分析数据，例如单独的状况监测系统、自动化系统、计算机化维修管理系统和成本控制应用程序，这只是举几个例子。
例如，通过分析所有这些数据，客户可以预测他们的设备在不久的将来会如何运行，以及它的最佳服务间隔是什么。这使得维护具有预测性，并实现了优化。总的来说，这提高了生产线或工艺的可用性，节省了时间并优化了维护成本，”Salo解释道。
维美德目前正在开展大数据优化利用的开发项目耗材在造纸机中。其中一个项目涉及辊面。它结合了辊磨来自独立磨床的数据，来自造纸机的数千个辊性能信号和制造商信息。通过整合所有这些数据，可以以一种全新的方式检测偏差并分析辊况。
“通过更好地理解滚动性能和辊的维护根据需要，可以将滚转服务间隔延长20%，从而延长滚转运行时间。再也没有必要为了确保它不会断裂而更换卷筒了。Hannu Latti，维美德高级造纸技术经理。
通过预测建模，Valmet可以为客户提供每周估计的每卷可以运行多长时间。“我们已经开始对消耗品进行大数据分析，如砑光机和卷筒尺寸机湿端织物．还有很多其他的可能性来利用它，例如，在优化能源消耗，”补充说佩Linnonmaa，维美德造纸技术总监。
为了处理从各个系统收集的大数据，Valmet拥有一个用于高级分析和分析工具的逻辑数据仓库。
Linnonmaa总结道:“通过分析和处理大量数据，我们提供的信息使我们的客户能够为自己的流程做出更好的维护决策。”
