Bekijk desktop versie

 4856

Wie zijn wij?

Wie zijn wij?De Nederlandse Vereniging voor Doelmatig Onderhoud (NVDO) is dé toonaangevende brancheorganisatie die middels belangenbehartiging, kennisoverdracht en netwerken ondersteuning biedt aan bedrijven en personen die bij de besluitvorming op het gebied van Beheer en Onderhoud/Asset Management betrokken zijn en daarmee de Nederlandse...

Lees verder

Nieuwe oplossingen downtime terug dringen

Donderdag, 18 mei 2017 12:07
Nieuwe oplossingen downtime terug dringen
Rockwell Automation heeft professionele diensten, krachtige algoritmen voor machineleren en software voor voorspellende analyses gecombineerd tot oplossingen voor voorspellend onderhoud. Met deze vernieuwende oplossingen kunnen industriële bedrijven de onderhoudsbehoeften voorspellen en de benodigde reparaties uitvoeren voordat er storingen optreden. Dit maakt het mogelijk om kostbare downtime te voorkomen en de productiviteit te verbeteren.




De oplossingen voor voorspellend onderhoud vormen een aanvulling op het Information Solutions aanbod van Rockwell Automation. Ze helpen fabrikanten met het oplossen van problemen binnen hun productiefaciliteiten. Fabrikanten kunnen daarnaast een beroep doen op Rockwell Automation voor implementatiediensten, bewaking vanuit de cloud en ondersteuning op locatie om hun zakelijke en productieprocessen op te schalen.

“Ongeplande downtime is een van de grootste bedreigingen die omzetmaximalisatie in de weg zit”, zegt Mike Pantaleano, Global Business Manager Analytics & Cloud bij Rockwell Automation. “Machines met functionaliteit voor voorspellende en normatieve analyses kunnen fabrikanten helpen om dit nijpende probleem te voorkomen door middel van verbeterd onderhoud. De oplossingen van Rockwell Automation roepen direct de hulp van onderhoudstechnici in, maar alleen als hun tussenkomst werkelijk is vereist. Onze klanten kunnen zo de uptime van hun apparatuur verhogen en de onderhoudskosten verlagen.

”De oplossingen voor voorspellend onderhoud van Rockwell Automation informeren operators over het hoe en waarom van een terugval in de machineprestaties en geven de beste herstelactie aan. Operators kunnen op deze manier werkelijk nodige onderhoudswerkzaamheden uitvoeren in plaats van te reageren op machinestoringen of tijd te verspillen aan onnodige reparaties. De software biedt integratie met de FactoryTalk Historian software van Rockwell Automation en industriële asset management systemen.

De software voor voorspellend onderhoud leert aan de hand van de onderhoudshistorie patronen te herkennen die voorafgingen aan downtime, en leert de machine learning agents om deze patronen te herkennen. De agents bewaken de live sensorgegevens 24 uur per dag en zoeken die af op de geïdentificeerde storingspatronen. De agents zijn ook in staat om afwijkende patronen te signaleren die mogelijk wijzen op nieuwe storingsmodi en nader moeten worden onderzocht.

Fabrikanten kunnen normatieve waarschuwingen ontvangen via e-mail en sms of een internetapplicatie. Deze waarschuwingen kunnen ook worden geïntegreerd met geautomatiseerde systemen voor onderhoudsbeheer. De software voor voorspellend onderhoud bevat daarnaast een werkorder functie die operators kunnen gebruiken voor het beheer van waarschuwingen als daar geen bestaand systeem voor aanwezig is.

Rockwell Automation biedt ook integratiediensten aan die de mogelijkheid bieden om de software voor voorspellend onderhoud in te zetten op locatie, vanuit de cloud of een combinatie daarvan.

Fabrikanten kunnen daarnaast gebruikmaken van diensten op afstand voor de bewaking van de oplossing, het aangeven van dringende taken op het gebied van preventief onderhoud, het wijzigen van de voorspellende algoritmen als er nieuwe storingsmodi worden gedetecteerd en zelfs het uitvoeren van onderhoudstaken op locatie. Industriële bedrijven kunnen op deze manier profiteren van de voordelen van voorspellend onderhoud zonder hun personeel te hoeven trainen in het gebruik van de technologie.
Deze website maakt gebruikt van cookies. Meer informatie hierover vindt u op ons cookiebeleid. Sluiten