LST Etävalvonta auttaa vähentämään tuotannon hallitsemattomia käyttökatkoja
LST Teollisuuspalvelu esittelee Uusi Teollisuus -messuilla langattoman kunnonvalvontapalvelun LST Etävalvonta -palvelun, joka on tärkeä osa teollisuuden riskienhallintaa.
LST Etävalvonta on keskitettyä moottorien kunnonvalvontapalvelua. Monitoroinnin hoitaa laitteen merkistä, mallista ja valmistajasta riippumaton langaton järjestelmä, jonka voi kytkeä mihin tahansa moottoriin, vaihteistoon, pumppuun tai puhaltimeen.
LST Etävalvonta skaalautuu erikokoisten toimijoiden tarpeisiin teollisuudesta elintarviketuotantoon.
– Laitteita, joiden valvonnassa palvelustamme on erityisesti hyötyä, löytyy esimerkiksi teollisuuden linjalaitteista, ilmastointimoottoreista ja isoilta eläintiloilta. Niissä moottorien toimintahäiriöt voivat aiheuttaa merkittävää haittaa ja kalliita käyttökatkoja, sanoo Susanna Iso-Lauri LST Teollisuusmyynnistä.
Valtaosa käyttökatkoista voidaan estää
LST Etävalvonnan anturit mittaavat muun muassa moottorin tärinää ja lämpötilaa. Muutokset niissä voivat paljastaa kehittymässä olevan vikatilanteen.
– Jopa 89 prosenttia moottorien käyttökatkoista voidaan löytää ja havaita moottorien kuntoa valvovilla tekniikoilla.* Käyttökatkoista voi tulla kymmenien tuhansien eurojen lisäkustannuksia, mutta LST Etävalvonta valvoo moottoreita ja varmistaa osaltaan häiriöttömän tuotannon, Iso-Lauri sanoo.
Etänä suoritettava valvonta lisää myös työntekijöiden turvallisuutta: pyörivien koneiden läheisyydessä tehtävä mittaaminen voi olla turvallisuusriski.
Skaalautuvaa palvelua
LST Etävalvonta -palvelussa LST ottaa asiakkaaseen yhteyttä järjestelmän hälyttäessä tai etukäteen sovituin väliajoin, ja ehdottaa sopivia toimenpiteitä.
– Säännöllinen, suunnitellusti tehty huolto säästää kustannuksia, pidentää moottorin käyttöikää ja parantaa sen tehokkuutta, Iso-Lauri muistuttaa.
LST Etävalvontaan ja muihin LST:n tuotteisiin ja palveluihin voi tutustua Uusi Teollisuus -messuilla 20.−21.3.2019 Tampereen Messu- ja Urheilukeskuksessa osastolla E 713.
* Hashemian and Bean: State-Of-The-Art Predictive Maintenance Techniques, October 2011
