A Think 2018 Mitsubishi Electric rivela la sua soluzione di manutenzione predittiva

  Richiedi informazioni / contattami

Il nuovo progetto è stato recentemente presentato durante l’evento organizzato da IBM sull'Internet of Things

Il progetto e-F@ctory di Mitsubishi Electric
Il progetto e-F@ctory di Mitsubishi Electric

Il 12 giugno, in occasione della giornata dedicata all'Internet of Things e all'Industria 4.0 dell'edizione 2018 di Think, la sei giorni dedicata alla tecnologia organizzata da IBM presso l'Unicredit Pavilion di Milano, ha partecipato anche Mitsubishi Electric, per presentare i suoi progetti dedicati alla digitalizzazione.

Il progetto e-F@ctory

Giovanni Mandelli, Product Manager South EMEA di Mitsubishi Electric, ha fatto un intervento dal titolo “Maximizing asset reliability with preventative maintenance”. Il suo discorso è partito da una panoramica generale sull’industria 4.0 e sul progetto e-F@actory, attraverso cui Mitsubishi Electric promuove da più di 10 anni la digitalizzazione e l’interconnessione in fabbrica. Da questo progetto, è nata la partnership e-F@actory Alliance, con oltre 3.000 aziende da tutto il mondo, che collaborano per promuovere la digitalizzazione. La collaborazione tra Mitsubishi Electric e IBM si dedica a sviluppare una soluzione di manutenzione preventiva, pensata in primo luogo per le linee robotizzate delle fabbriche nipponiche del gruppo. Attraverso delle analisi, è stato evidenziato come l’integrazione dei sistemi Mitsubishi Electric e le soluzioni cloud e di A.I. sviluppate da IBM possano massimizzare la disponibilità di impianti produttivi e ottimizzare gli interventi di manutenzione.

L'analisi dei dati raccolti

I dati raccolti sul campo vengono analizzati da Maximo di Watson, in base ad algoritmi in continua evoluzione, per permettere di valutare le esigenze di manutenzione in base all’effettivo tempo di lavoro, ai dati dei robot e a eventuali anomalie. Inoltre, la soluzione perfezione le attività di manutenzione pianificandole in funzione della disponibilità o dei tempi di riordino dei materiali necessari, fornendo istruzioni in tempo reale grazie alla realtà aumentata. Tutte le informazioni raccolte vengono registrate, e aiutano ad aumentare la conoscenza propria del sistema, per perfezionare sempre di più le attività.

Pubblicato il Luglio 9, 2018 - (92 views)
Articoli correlati
Pressostato per il controllo delle applicazioni
Si terrà presso lo scalo di Malpensa il prossimo convegno dell'Osservatorio sulla Manutenzione degli Aeroporti
Una soluzione UNITEC per la lavorazione della lamiera
La vendemmia dei sistemi qualità accende l’autunno della manutenzione
Il XVI convegno dell’Osservatorio sulle attività di manuenzione degli aeroporti
Manutenzione 4.0 per i “piccoli” operatori ferroviari
La norma UNI EN ISO 6789:2017 sulla taratura di strumenti dinamometrici
Nasce a Milano l'Innovation Lab italiano di Omron
La corretta gestione degli utensili nella produzione di energia
Ridisegnare l’affidabilità idraulica con l’efficienza energetica
Monitoraggio temperatura/umidità
Controllo fluidi
Pinza universale a fulcro rialzato
Tappo per condotte idriche/fognarie
Rete per individuazione distributori
Evento B2B per ferramenta
Lubrificazione a base d'acqua
Trasmettitori e sonde per IoT
Flange e valvole
Sistema di lubrificazione
NTN-SNR: Offerta globale per l'agricoltura
PORTA AUTOMATICA SCORREVOLE
LeakExpert per SONAPHONE
Lubrificante per motori a metano
InfoPMS4.0
Software per il monitoraggio di macchine e sistemi
Barre da illuminazione a risparmio energetico
Sensore radar con tecnologia Bluetooth
Sistema di monitoraggio, configurazione e programmazione remota dei fluidi
Scarpe antinfortunistiche metal free
Aperto il primo centro di manutenzione ferroviaria digitale di Siemens Mobility
NTN-SNR: Contraffazione
NTN-SNR Gamma BB cuscinetti standard a sfere
NTN-SNR Gamma TRB dedicata per i Distributori
NTN-SNR Gamma Premium cuscinetti a rullini NTN
NTN-SNR: Offerta globale per l'agricoltura
LeakExpert per SONAPHONE
Termocamere fisse radiometriche
Dispositivo per la rilevazione di sostanze stupefacenti
Sensore radar per la misura continua di livello