Mantenimiento predictivo gracias al sistema de monitorización de vibraciones de Bachmann
Weblog 20.1 admite la monitorización de condiciones (CM) de activos individuales o una flota completa de turbinas o máquinas
El experto en mantenimiento predictivo Bachmann Monitoring ofrece a los propietarios de máquinas un mayor control sobre los datos con actualizaciones al paquete de monitorización WebLog. Los nuevos algoritmos analíticos permiten que WebLog identifique los signos y síntomas de los próximas fallos de una manera anticipada, con una clasificación de fallos actualizada y un manejo del usuario que conduce a una UX optimizada.
WebLog ahora ofrece más conocimientos, mejorando la toma de decisiones, reduciendo el costo del mantenimiento no planificado y el tiempo de inactividad y respaldando la transición a una estrategia de mantenimiento basada en el conocimiento.
Weblog 20.1 admite la monitorización de condiciones (CM) de activos individuales o una flota completa de turbinas o máquinas. El servidor WebLog de base de datos, la herramienta de análisis WebLog Expert® y el portal de clientes WebLog de visualización proporcionan una suite CM de ventanilla única.
Los usuarios son flexibles para definir clases de gravedad y realizar un seguimiento del desarrollo de acuerdo con la urgencia de un fallo. "Failure Mode Symptoms Analysis" y las alarmas de tendencia específicas de los componentes identifican las señales de advertencia tempranas de un problema inminente, ganando tiempo para realizar más pruebas y mantenimiento antes de que ocurra una falla.
“Nuestro objetivo es proporcionar la mayor cantidad posible de datos de monitoreo calificados para que los propietarios de turbinas y máquinas experimenten un tiempo de inactividad mínimo”, dice Holger Fritsch, CEO de Bachmann Monitoring. “Con nuestro software, los clientes con varias unidades pueden crear sus propios paneles de KPI con visualizaciones personalizadas en un portal. WebLog permite un monitoreo de datos más eficiente para mejorar la precisión y efectividad del mantenimiento predictivo y preventivo ”.
