Nyt modul beregner maskiners levetid og planlægger vedligeholdelse

igus har udviklet et nyt smart modul kaldet i.Cee:local, som forudser levetiden for maskiner og udstyr og samtidig gør vedligeholdelsen effektiv og forudsigelig ved at planlægge forud.

Data fra i.Cee:local-modulet kan aflæses enten via systemdisplay, via cloud løsning eller på et IoT dashboard, som JSON/MQTT protokol, på intranet, via REST API interface eller direkte via SMS eller email. Foto: igus.

10.08.2021

SCM.dk

"Forudsigelsen af levetid, som vi fastlægger på basis af millioner af testdata på vores interne 3.800 kvadratmeter laboratorium, sammenlignes og justeres under driften med de faktiske værdier, så der kan fremsættes en realtids levetidsinformation for maskinen og systemet", forklarer Richard Habering, leder af forretningsenheden for smart plastics hos igus GmbH.

Med i.Cee:local modulet har igus nu udviklet en ny base for sin smart plastics software, som overvåger slitage, måler træk/tryk kræfter og leverer information om en forestående overbelastning. Det intelligente modul samler data fra alle smart plastics systemer, der er anvendt og forbereder dem for teknikeren.

Modulet beregner den resterende levetid for energikæden, kablet, lineærføringen og glidelejet under driften. På den måde kan vedligeholdelsen planlægges på forhånd, fejl kan detekteres i tide og nedetid for anlægget kan undgås. Omkostningerne til en tidlig eftermontering kan reduceres ved maksimal anvendelse af igus komponenter, og reservedele kan bestilles automatisk på et tidligt tidspunkt.

Læs også: Nu printer igus kunstig intelligens ind i deres komponenter

Den anden vigtige specifikation for i.Cee:local er dens multikonnektivitet. På grund af muligheden for sømløs integration i dedikerede netværksmiljøer kan data fra i.Cee:local-modulet aflæses enten via systemdisplay, via cloud løsning eller på et IoT dashboard, som JSON/MQTT protokol, på intranet, via REST API interface eller direkte via SMS eller email. 

"Uanset om online eller offline, afhængig af kundekrav, kan data aflæses hurtigt og nemt af vedligeholdelsespersonalet, takket være i.Cee:local modulet", fortæller Richard Habering. 

- KCP

SCM.dk

Rekruttering: Ram de rigtige kandidater – i det rette miljø

Apport Systems A/S

Sponseret

Lagerstyring på autopilot - få dit lager til at tænke selv

Relateret indhold

22.04.2025SCM.dk

Nyt projekt og 40 millioner skal styrke produktionen med AI og robotter

22.04.2025SCM.dk

Mangel på kompetencer og lovgivning bremser AI i virksomheder

16.04.2025SCM.dk

Ny robotteknologi skal ruste industrien til at navigere i en usikker verden

11.04.2025AGR

Sponseret

Effektiv lagerstyring starter med pålidelige data

08.04.2025SCM.dk

9 ud af 10 nordamerikanske CPO’er vil indføre AI-agenter i 2025

07.04.2025SCM.dk

Fransk gigant satser stort på kunstig intelligens

04.04.2025Columbus

Sponseret

Enhancing manufacturing with AI: Microsoft Copilot for Field Service explained

03.04.2025SCM.dk

Aktør præsenterer AI-genereret supply chain ’control tower’

Hold dig opdateret med SCM.dk

Tilmeld dig nyhedsbrevet og følg med i alt som rører sig indenfor ledelse af forsyningskæden, Nyhedsbrevet kommer kun to gange pr. uge.

Se flere temaer

Events

Se alle