Siemens Gamesa 目前正在其位于丹麦奥尔堡的一条生产线上使用其数据驱动型制造解决方案，技术人员在该生产线上用玻璃纤维铸造涡轮叶片。

Siemens Gamesa 高级产品经理 Finn Mainstone 解释道：“每个涡轮叶片均由我们的工程师按照精确的规格定制设计，制造过程中的任何缺陷都可能导致复杂、昂贵且耗时的修正。为避免这种情况，我们的团队在每个叶片顶部均展示一个激光网格，可以准确地显示每个玻璃纤维层的放置位置。至关重要的是，如果解决方案检测到叶片表面存在任何错误或异常，他们现在可以立即收到警报。”

他继续说道：“借助我们工厂中的物联网连接摄像头以及使用边缘机器学习模型进行的持续分析（全部都托管在 Microsoft Azure 上），我们的技术人员可以更快、更准确地放置每个叶片层。因此，我们正在努力降低因材料错放而导致的制造错误率，这有助于保持我们的生产线顺利运转。事实上，在全球范围内推出该解决方案后，我们将能够更好地分享最佳实践。这将缩短我们新开工厂（例如法国勒阿弗尔）中团队的学习曲线，使我们能够提高吞吐量，接受更多客户订单，并将绿色能源的好处带给世界各地更多的人。”

涡轮叶片的空气动力学轮廓对于高效发电至关重要，而制造每个叶片都需要高技能的工作。“尽管我们最新的 SG 14-222DD 涡轮机的叶片长度为 108 米，但仍几乎完全采取手工制造，”Mainstone 表示，“因为每个叶片都是定制的，所以我们的团队更像是建造家具的工匠，而不是装配线上的工人。但与任何手动流程一样，人为错误的风险始终存在。”

Siemens Gamesa 拥有严格的质量保证流程，在制造的最后阶段对涡轮叶片进行检查和维修。例如，如果一块玻璃纤维放置不正确或放置在异物上，受影响的叶片部分将被切除并更换。这种情况很少见，但成本高昂。

“每次我们返工叶片时，都会增加成本，并限制我们在每个阶段可以生产的叶片数量，”Mainstone 继续说道，“在竞争激烈的市场中，我们的利润和吞吐量面临的额外压力是一项严峻的挑战。全球对风电的需求正在上升，我们知道增加吞吐量将使我们更容易抓住这些新机遇并发展业务。为了实现我们的目标，我们一直在寻找一种方法，使我们的技术人员能够快速、精确地工作。”

DVL 创建了其目标解决方案的详细原理图，并寻找合作伙伴来实现其愿景。“在整个严格的招标过程中，IBM Consulting 始终作为领导者脱颖而出，”Mainstone 说道，“经过一个月的深入讨论，IBM 制定了一项强有力的提案，该提案与我们的简介完全一致，并且配备了具有专业知识、热情和深厚主题知识的人员。”

他继续说道：“IBM 投入了大量的时间和资源来帮助我们完善想法。”在确定新解决方案的最佳设计和配置时，这个流程非常有价值。例如，我们必须决定是部署少量非常昂贵的高分辨率摄像头，还是大量更便宜的低分辨率摄像头。IBM 帮助我们确定了各种硬件和软件选项的优缺点，并提出了满足我们需求的平衡方法。”

IBM Consulting 与 DVL 合作，帮助 Siemens Gamesa 利用频繁的迭代开发周期快速推进项目。在 IBM Garage™ Methodology 的协助下，两个团队将大量复杂的工作压缩到很短的时间内。在短短几个月内，Siemens Gamesa 就为其位于奥尔堡的工厂完成了从设计到原型制作再到部署最简化可实施产品 (MVP) 的过程。

“我们在招标过程中提出了非常具体的要求，例如能够以最小的延迟检测 97 米长的白色叶片上玻璃纤维板的白色边缘，”Mainstone 解释道，“凭借强大的机器学习能力和全面的云工程实践，IBM 帮助我们构建了一个能够满足我们所有需求的解决方案。尽管这不是合同的一部分，但 IBM 还是付出了额外的努力来帮助我们配置工厂中的边缘计算系统。在新冠疫情来袭之际，IBM Consulting 迅速调整其 IBM Garage Methodology 以实现远程工作，帮助我们保持在正轨。

通过在 Microsoft Azure IoT Edge 平台上处理视频，该公司可以将先进的机器学习模型实时应用于大量非结构化数据，并使用其激光网格系统向工厂团队提供反馈。由于新解决方案基于 Microsoft Azure 构建，因此 Siemens Gamesa 能够放心，该任务关键型数字服务旨在全天候平稳运行，这要归功于符合 Siemens Gamesa 企业 IT 苛刻标准的强大的高可用性云功能。

“Siemens Gamesa 在其业务的许多领域广泛使用 Microsoft 解决方案，因此为该项目选择 Microsoft Azure 是一个自然的选择，”Mainstone 评论道，“从一开始，IBM Consulting 团队在 Microsoft Azure 平台方面的专业知识就给我们留下了深刻的印象。IBM 带来了技能和经验，以帮助我们充分利用 Microsoft Azure 的潜力，包括 Microsoft Azure Machine Learning、Microsoft Azure DevOps 和 Microsoft Azure IoT Edge 等组件。”

新解决方案用途极其广泛，这意味着 Siemens Gamesa 可以轻松添加新功能。“我们最近使用自己开发的模型增强了 IBM 创建的机器学习模型，”Mainstone 表示，“这项新功能可以检测模具中的工具和碎屑等异物，并主动提醒我们的团队将其清除，从而帮助我们避免在下游进行昂贵的维修工作。”

基于奥尔堡一条生产线试点项目取得的巨大成功，Siemens Gamesa 的目标是在全公司范围内部署新的制造解决方案。

Beck 补充道：“由于 Siemens Gamesa 在 Microsoft Azure 上构建了解决方案的核心，并利用了 IBM Consulting AI@Scale 最佳实践，因此横向扩展非常简单且经济高效。部署完成后，我们预计 Siemens Gamesa 将显着提高其生产流程的质量和一致性，同时降低成本并保护其利润。”

在该项目的下一阶段，Siemens Gamesa 将扩展该解决方案，覆盖其位于奥尔堡的所有生产线、位于法国勒阿弗尔的工厂以及位于英国赫尔的工厂。展望未来，该公司正在探索在全球所有工厂实施该解决方案的想法。

“我们预计基于 Azure 的生产系统的投资回报期约为两年半”，Siemens Gamesa 离岸运营高级副总裁 Kenneth Lee Kaser 表示，“随着我们添加更多功能并看到更多次要优势，我们预计业务案例会变得越来越好。”

“拥有这种决策支持系统将为我们开设新工厂带来巨大的好处，因为它将大幅减少培训新生产团队所需的时间，从而缩短上市时间，”Mainstone 总结道，"IBM Consulting 是我们最值得信赖的合作伙伴之一。Siemens Gamesa 准备将下一代可再生能源技术带给世界各地的客户，我们期待与 IBM 合作，在整个业务范围内推出我们的制造解决方案。”

Siemens Gamesa（链接位于 ibm.com 外部）是可再生能源行业的全球技术领导者。该公司专注于风力涡轮机的开发、制造、安装和维护，自 20 世纪 80 年代以来一直支持全球向可持续能源转型。作为可再生能源领域的重要参与者和创新先驱，Siemens Gamesa 已在全球 75 个国家/地区安装超过 107 GW 的发电容量。