Baxter 使用 Amazon Monitron 通过预测性维护提高运营效率

Baxter 总部位于美国，世界各地均有工厂，致力于为医院、门诊办公室和设施以及居家患者提供高质量的产品。

为了避免供应链中断并保持质量，Baxter 需要在运营中增强弹性，保持工厂正常运行，而不会出现意外停机，这样公司才能按时向客户和患者交付挽救生命的产品，完成其救死扶伤的使命。Baxter 在其实用工具、加工和包装区使用各种工业设备来生产医疗器械和药品。由于全天候运行以及生产过程中对温度和产品转移等因素的精确要求，可靠的操作至关重要。

Baxter 以前的设备监控系统依赖于基于时间的手动检查，这要求技术人员在现场四处走动以检查设备。检查一遍工厂中数千个制造资产可能需要几周的时间。而在检查周期之间可能发生设备故障，导致设备意外停机。在某些设备检查中，技术人员需要进入密闭空间，为了安全起见，公司必须停止运营。

Baxter 的预测性维护任务组审查了故障预测和定期维护日志，并确定大规模部署的振动和温度传感器与机器学习技术相结合，可以成为强大解决方案，检测可能导致系统组件故障的异常情况。2021 年，Baxter 启动了一个使用 Amazon Monitron 的概念验证项目，安装无线传感器来捕获振动和温度数据。在这次初步部署中，该公司在 1 个月内于其美国最大的工厂之一安装了 400 个 Amazon Monitron 传感器。

由于 Amazon Monitron 通过使用国际标准化组织标准和机器学习模型分析振动和温度信号，自动检测异常的机器运行状态，因此 Baxter 无需具备机器学习专业知识的团队即可快速扩展。Baxter 技术人员可以立即通过 Amazon Monitron 应用程序查看问题并采取行动。概念验证项目成功后，Baxter 在其 lighthouse 设施部署了 2500 个 Amazon Monitron 传感器，并计划在美国、欧洲和亚洲的其他工厂安装数万个传感器。“Amazon Monitron 的成本是市场上其他产品的十分之一，而且 Baxter 不必雇用数十名机器学习工程师。”Baxter 的 Global Senior Director of Digital Transformation，A.K. Karan 说。“Amazon Monitron 是市场上少数能够满足我们在速度、成本效益和可扩展性方面的全球运营需求的解决方案之一。”

Baxter 看到了缩短技术人员的人工检查时间以及快速扩展到其他设施的能力带来的直接价值。Baxter 的 Senior Director of Operations，Tim Marini 说：“我们以极快的速度部署了 Amazon Monitron 设备。使用传感器，下载 Amazon Monitron 应用程序，几分钟后便可开始使用。” 其中的价值还包括文化变革，让技术人员变被动为主动。Baxter 阿拉巴马州制造工厂的 Site Director，Krizay Elenitoba-Johnson 说：“使用 Amazon Monitron，我们得以将监控模式从计划外、意想不到的严重故障转变为对关键系统的近乎实时的监控。我们可以将设备的意外停机时间转化为计划内且管理良好的结果。”

从被动维护策略转变为预测性维护策略的一个关键激励因素是：通过安排维护而不是对紧急维修做出响应，可以延长正常运行时间并降低维护成本。Reliability Engineering Manager，Adam Aldridge 表示：“机器学习的强大功能与在移动应用程序上即时提供的可行性数据相结合，显著提高了团队的工作效率。这对我们来说确实改变了游戏规则。”

Karan 表示：“我们在极快的时间内就实现了价值，为 Baxter 的数字化转型工作加大了势头。Amazon Monitron 为我们提供了维护工厂中数千个制造资产所需的可操作数据，使我们能够预测和预先防范设备意外停机时间。这使我们在为客户创造可靠和可持续的供应方面具有巨大的优势，鉴于整个行业都面临供应链挑战，这一点尤其重要。”

自 Baxter 部署 Amazon Monitron 以来，Baxter 在其 lighthouse 设施短时间内发出了 40 多个警报，避免了超过 500 小时的意外停机时间。这个机器小时数相当于大约 700 万个单位的产量，Baxter 得以对大约 1 万名患者的生活产生积极影响。

基于目前的成功经验，Baxter 计划在几年内扩大对 Amazon Monitron 的使用，以覆盖其全球 70 个制造基地组成的完整网络。Baxter 预计，随着其实施预测性维护计划并推进公司的数字化转型，继续利用数据和见解来改善业务流程，此次部署将继续在其工厂中带来文化变革。