Case
REDDER LIV MED INTELLIGENT TEKNOLOGI
Denne Machine Health-løsning gør det meget lettere at overvåge vores kritiske udstyr. Mine teknikere er klar til at bruge platformen efter minimal oplæring og bliver hurtigt fortrolige med den. Det giver os mulighed for at identificere og diagnosticere problemer, før de bliver alvorlige hovedpiner.
Hør om, hvordan et førende hospital var i stand til at fortsætte driften
- 75 % LAVERE OMKOSTNINGER PR. OVERVÅGET MASKINE
- 3,9 M. DKK SPARET VED AT IDENTIFICERE PROBLEMER TIDLIGT
- 3 KATASTROFALE FEJL FORHINDRET
Udfordringen
Et førende uddannelses- og forskningshospital i Baltimore i USA havde brug for at sikre, at deres udstyr altid var driftsklart. Eftersom hospitalets egne generatorer leverer strøm til livsvigtigt udstyr, skal driftsstop forhindres for enhver pris. Vedligeholdelsesafdelingen havde tidligere udliciteret forebyggende vedligeholdelse til en tredjepart. Resultaterne var imidlertid uklare, generiske og ikke særlig handlingsorienterede. Det kulminerede, da en vigtig pumpe brød sammen uden varsel. På det tidspunkt vidste vedligeholdelsesafdelingen, at de var nødt til at finde en ny løsning, der kunne hjælpe med at omlægge hele vedligeholdelsesprogrammet.
Løsningen
Teamet har implementeret en kontinuerlig og bærbar diagnosticeringsløsning – teknologien bag Grundfos Machine Health. Det har sat dem i stand til at planlægge vedligeholdelse baseret på udstyrets tilstand, så de proaktivt kan løse problemer, der er ved at udvikle sig, og forhindre nedetid. Takket være ny indsigt på både maskin- og anlægsniveau kan teamet koncentrere sig om det udstyr, der har mest akut brug for opmærksomhed, og derved eliminere uventede sammenbrud og sikre garanteret oppetid for hospitalets mest livskritiske udstyr.
Resultatet
Inden for de første 12 måneder efter implementeringen var hospitalets vedligeholdelsesprogram omlagt. De intelligente algoritmer havde registreret tre potentielle katastrofale fejl i systemerne for kølevand og damp – fejl, som, hvis de ikke var blevet opdaget, ville have resulteret i samlede vedligeholdelsesomkostninger på over 4,7 mio. kroner. Eftersom systemet er let at skalere, har vedligeholdelsesteamet desuden kunnet øge antallet af overvågede maskiner fra 44 til 155, samtidig med at den gennemsnitlige pris pr. overvåget maskine er blevet reduceret med 75 %.