Yeni geliştirmeler, bulut tabanlı platformun büyük verilerin gücünü ortaya çıkarma yeteneğini geliştirdi; artık web tabanlı portal, daha da kolay erişim sağlıyor. Ayıklama makinesi kullanıcılarının operasyonel verimliliklerini iyileştirmelerini sağlayan bulut tabanlı veri platformu TOMRA Insight, daha fazla sektöre sunuluyor.

VERİLER GERÇEK ZAMANLI TOPLANIYOR 

TOMRA Sorting Geri Dönüşüm tarafından Mart 2019’da gerçekleştirilen başarılı lansmanının ardından TOMRA Insight, artık TOMRA Madencilik ve TOMRA Food müşterilerine de sunuluyor. Platform, tüm bu endüstri dalları için yeni özellikler ve işlevlerle zenginleştiriliyor.  Bu gelişmeler, geri dönüşümcülere sunulan TOMRA Insight'ı daha da yetenekli hale getiriyor. TOMRA Insight, ayıklama makinelerini birbirine bağlı cihazlar haline getirerek değerli üretim verileri oluşturan abonelik tabanlı bir hizmet. Bu veriler, neredeyse gerçek zamanlı olarak toplanıyor, bulutta güvenli şekilde saklanıyor. Tesisler arasında ve her yerden masaüstü ve mobil cihazlar için uygun bir web portal aracılığıyla verilere kolaylıkla ulaşılabiliyor. 

HEDEF KALİTEYE GÖRE AYIKLAMA İŞLEMİ YAPILIYOR 

TOMRA Sorting Başkan Yardımcısı ve Dijital Bölümü Başkanı Felix Flemming, açıklamasında: “Değerli verileri yakalayan ve kullanan TOMRA Insight sayesinde ayıklama işlemi, bir operasyon süreci olmaktan çıkıp stratejik bir yönetim aracı haline geliyor. Müşterilerin ihtiyaçları ve öncelikleri doğrultusunda yaptığımız kesintisiz geliştirmelerle bu araç, gittikçe güç kazanıyor. Her üç haftada bir yeni işlevler ve özellikler geliştiriliyor. Bu durum, TOMRA’nın ortak hedefler doğrultusunda müşterileriyle yakın ilişki kurduğu çalışmalarının doğal sonuçları oluyor” diye belirtti. TOMRA Insight tarafından toplanan veriler, işletmelerin makine performansını optimize etmesine yardımcı olan değerli performans ölçümleri sağlıyor. Yedek parça siparişinin basitleştirilmesi, veri ve belgelere esnek erişim sayesinde işletme maliyetleri azaltılıyor. Makine ve performansının gerçek zamanlı olarak izlenmesi, üretimdeki boşlukların belirlenmesi ve olası temel nedenlerinin analiz edilmesi, tahmine ve duruma dayalı bakım yapılarak yönetimin desteklenmesi ve plansız makine durmalarının önlenmesi sayesinde operasyonlarda oluşabilecek kesinti riski ve süresi azaltılıyor. Verimlilik, değişkenlerin değerlendirilmesi ve ayıklama ekipmanının buna göre optimize edilmesi ile en üst düzeye çıkarılıyor. Sonuçta hedef kaliteye göre yapılan ayıklama işlemi, kararların daha ayrıntılı bilgilere dayanmasını sağlayan doğru malzeme bileşimi verileri ile geliştiriliyor.