เนื้อหาวันที่ : 2021-03-03 19:05:40 จำนวนผู้เข้าชมแล้ว : 1681 views

วีนิไทยเลือกซอฟต์แวร์จาก Aspen Technology เพื่อเร่งก้าวสู่การปฏิรูปดิจิทัล ลดปัญหาการหยุดทำงานของระบบ และยกระดับความน่าเชื่อถือในการปฏิบัติงาน

องค์กรในกลุ่มปิโตรเคมีในประเทศไทยใช้ซอฟต์แวร์ Aspen Mtell ยกระดับการบำรุงรักษาเชิงคาดการณ์และกำหนดล่วงหน้า มุ่งเป็น Smart Factory

แอสเพ็น เทคโนโลยี อิงค์ (Aspen Technology, Inc. (NASDAQ: AZPN) บริษัทผู้จำหน่ายซอฟต์แวร์ด้านการเพิ่มประสิทธิภาพสินทรัพย์ (Asset optimization software) ประกาศว่า บริษัท วีนิไทย จำกัด (มหาชน) (Vinythai) ผู้ผลิตรายใหญ่ในกลุ่มอุตสาหกรรมปิโตรเคมีในประเทศไทยได้เลือกใช้ซอฟต์แวร์ Aspen Mtell® ที่มีขุมพลังเทคโนโลยีปัญญาประดิษฐ์ในการบรรลุความยั่งยืนทางธุรกิจ ทั้งนี้ วีนิไทยวางแผนติดตั้งซอฟต์แวร์ที่ทำงานด้านบำรุงรักษาเชิงคาดการณ์และกำหนดล่วงหน้า (Predictive and prescriptive maintenance) ทรงประสิทธิภาพนี้ไว้ที่โรงงานปิโตรเคมีในจังหวัดระยอง เพื่อลดปัญหาการหยุดการทำงานของระบบและเพิ่มความน่าเชื่อถือในการปฏิบัติงานของโรงงาน

คุณอภิชาติ กิจเจริญวิศาล ผู้จัดการโรงงาน แห่งวีนิไทย กล่าวว่า “ในการยกระดับมาตรฐานสู่โรงงานอัจฉริยะ (Smart factory) วินีไทยได้วางแผนติดตั้งซอฟต์แวร์ Aspen Mtell เพื่อก้าวสู่ความเป็นเลิศในการปฏิบัติงานด้วยความสำเร็จในการประหยัดค่าใช้จ่ายและลดเวลาลงได้ตามเป้าหมาย ซึ่งซอฟต์แวร์ Aspen Mtell จะช่วยให้โรงงานปิโตรเคมี 2 แห่งของเรา อันเป็นผู้ผลิตโพลีไวนิลคลอไรด์ (Polyvinyl Chloride: PVC) และไวนิลคลอไรด์มอนอเมอร์ (Vinyl Chloride Monomer: VCM) สามารถใช้ประโยชน์จากการทำงานด้วยปัญญาประดิษฐ์และศาสตร์การวิเคราะห์ขั้นสูง เพื่อให้ได้ผลผลิตมากขึ้น”

คุณปราโมทย์กุมาร์ ลักขมาปีร์ ผู้อำนวยการฝ่ายขายภูมิภาคเอเชียตะวันออกเฉียงใต้ แห่งแอสเพ็น เทคโนโลยี อิงค์ กล่าวเพิ่มเติมว่า “ในภาวะเศรษฐกิจที่มีความผันผวนและเปลี่ยนแปลงอย่างรวดเร็ว ธุรกิจต่างๆ จำเป็นต้องมีความคล่องตัวและมีประสิทธิภาพในการดำเนินงาน องค์กรต้องนำนวัตกรรมใหม่ๆ ล่าสุดมาใช้เร่งกระบวนต่างๆ เพื่อปฏิรูปด้านดิจิทัลให้บรรลุผลเร็วยิ่งขึ้น เรายินดีที่วีนิไทยได้ตัดสินใจร่วมเป็นพันธมิตรกับแอสเพนเทค และใช้การพัฒนาประสิทธิภาพและประสิทธิผลในการสร้างธุรกิจที่ยั่งยืนยิ่งขึ้น”

Aspen Mtell เป็นซอฟต์แวร์ที่มีประสิทธิภาพในการรวบรวมและประมวลรูปแบบของข้อมูลในการดำเนินงานและการบำรุงรักษาในอดีตได้แบบเรียลไทม์ เพื่อค้นหาสาเหตุถึงการหยุดทำงานของระบบที่แม่นยำ ซึ่งสามารถนำมาใช้จัดการด้านสินทรัพย์เสื่อมสภาพและเสียหาย รวมถึงสามารถช่วยคาดการณ์ก่อนการหยุดทำงานของระบบในอนาคต และช่วยวางแผนปฏิบัติงานอย่างละเอียดเพื่อลดปัญหาหรือแก้ไขปัญหาต่างๆ  ด้วยการบำรุงรักษาเชิงคาดการณ์และกำหนดล่วงหน้าดังกล่าว

ข้อมูลเพิ่มเติม