实例探究.

添加案例

我们的案例数据库覆盖了全球物联网生态系统中的 6,478 家解决方案供应商。
您可以通过筛选条件进行快速浏览。

筛选条件
  • (5)
    • (4)
    • (2)
    • (1)
  • (4)
    • (2)
    • (2)
    • (2)
  • (1)
    • (1)
    • (1)
  • (1)
    • (1)
  • (1)
    • (1)
  • 查看全部 5 技术
  • (2)
  • (1)
  • (1)
  • (1)
  • (3)
  • (2)
  • (4)
  • (1)
  • (2)
  • (1)
  • (5)
Selected Filters
5 实例探究
排序方式:
Predictive maintenance in Schneider Electric - Senseye Industrial IoT Case Study
施耐德电气的预测性维护
施耐德电气位于法国的勒沃德勒伊工厂被世界经济论坛公认为世界九大最先进的“灯塔”工厂之一,大规模应用了第四次工业革命技术。它在制造过程中的关键机器上遇到机器健康和计划外停机问题。他们正在寻找一种能够轻松利用现有机器数据源、机器操作员无需复杂设置或大量培训即可使用且投资回报快的解决方案。
下载PDF
Scalable Predictive Maintenance in Nissan - Senseye Industrial IoT Case Study
Nissan 的可扩展预测性维护
由于拥有丰富的数据和不足以进行分析的熟练资源,Nissan 热衷于扩大使用数据影响维护的好处。它决定启动一项基于状态的维护计划,以将数千种不同资产的生产停机时间减少多达 50%。 Senseye 因其以机器学习为基础的强大预测产品而被 Senseye 所吸引。
下载PDF
Nissan Manufactures Vehicles in 20 Countries - Senseye Industrial IoT Case Study
日产在 20 个国家生产汽车
凭借丰富的传感器数据,但缺乏执行手动分析的熟练资源,Nissan 热衷于扩大使用数据和机器学习来影响维护的好处。 2016 年,它决定启动一项预测性维护计划,以将数千台不同机器的生产停机时间减少多达 50%。 Senseye 因其深厚的领域经验和跨站点扩展能力而被 Senseye 所吸引,这得益于其获得专利的人工智能技术。
下载PDF
Scalable Predictive Maintenance in INSEE - Senseye Industrial IoT Case Study
INSEE 中的可扩展预测性维护
SCCC 承诺为东盟地区运营一个展示数字工厂,并已在智能工厂设备和传感器上投入巨资。他们需要一个能够利用现有投资并与 SAP PM 维护系统集成的预测性维护系统。
下载PDF
Canadian Energy Firm Started Its Digital Transformation - Senseye Industrial IoT Case Study
加拿大能源公司开始其数字化转型
寻求改进运营决策、安全管理和可持续性。这些举措的一个关键要素是资产维护,约占 Cameco 采矿业务总运营成本的 25%。改善资产管理始于自动化数据收集。过去,Cameco 一直在努力分析来自资产的多个常规状态监测数据。结果,该公司发现在发生资产故障时很难理解出了什么问题。
下载PDF

联系我们

欢迎与我们交流!
* Required
* Required
* Required
* Invalid email address
提交此表单,即表示您同意 IoT ONE 可以与您联系并分享洞察和营销信息。
不,谢谢,我不想收到来自 IoT ONE 的任何营销电子邮件。
提交

感谢您的信息!
我们会很快与你取得联系。