Come azzerare i fermi macchina in 100 Giorni: il Condition Monitoring Evoluto
Webinar:
Mercoledì 17 Novembre alle 11.00
Abstract:
Le conseguenze dei fermi macchina non programmati in un impianto di produzione sono costose e di vasta portata. Grazie alla tecnologia dei sensori e dell’intelligenza artificiale (AI), la soluzione Grundfos Machine Health (GMH) è un approccio nuovo, che consente al personale tecnico di prevedere e prevenire guasti alle apparecchiature con asset rotanti prima che si verifichino (pompe, compressori, ventilatori ecc). Questo programma di manutenzione predittiva è basato quindi sul condition monitoring delle macchine critiche con l’attivazione di alert, informazioni e insight per cui i responsabili della manutenzione possono intraprendere azioni correttive prima che i piccoli problemi si aggravino, comportando interruzioni e malfunzionamenti irreparabili. Non è necessario dedicare tempo e risorse all’analisi dei dati grezzi dei sensori: gli algoritmi AI lo fanno automaticamente 24/24 e i programmi di manutenzione possono quindi essere personalizzati e ottimizzati in base alle condizioni operative effettive anziché in base alle raccomandazioni generalizzate del produttore. Inoltre grazie alla consulenza dei vibration analyst certificato CAT 3 di Grundfos, i dati e i trend del software vengono ulteriormente validati e interpretati al fine di individuare e riconoscere le cause alla base delle anomalie riscontrate evitando che si ripropongano.
–
Relatrice: Ilaria Calò, Sr. Digital Service Specialist, Grundfos
Originaria di Reggio Emilia, ha conseguito la laurea magistrale in Economia e Management Internazionale presso l’Università di Modena e Reggio Emilia.
Da alcuni anni lavora a Milano dapprima come account manager nel mondo della BPO e dei servizi digitali Saas, successivamente nel ruolo di Digital Sales Specialist occupandosi della digital offering e delle soluzioni di manutenzione predittiva IoT di Grundfos.
Realatore: Stefano Zamblera, Sr. Reliability and Customer Success Manager, Grundfos
Ingegnere Energetico specializzato in Turbomacchine, si è laureato al Politecnico di Milano nel 2015.
Ha lavorato con diverse tipologie di macchine rotanti, come turbine a vapore organico presso la Exergy ORC e grandi pompe multistadio presso la Flowserve Corporation.
In entrambe le esperienze ha ricoperto incarichi ibridi di Project Management e analista vibrazioni, coordinando spesso le attività dal campo.
Attualmente è Senior Reliability e Customer Success Manager in Grundfos, dove guida i clienti nell’utilizzo e nella valorizzazione della piattaforma di manutenzione predittiva Grundfos Machine Health (GMH).
Relatore: Daniele Spirolazzi, Sr. Digital Service Specialist, Grundfos
Nato e cresciuto a Milano, laureato in Ingegneria Energetica al Politecnico di Milano inizia in uno studio di progettazione per poi occuparsi di project management, vendite consulenziali e business development in diverse realtà. Il focus sul risparmio energetico, la passione per le nuove tecnologie e il suo background, gli permettono di approfondire i temi dell’energia e i diversi aspetti impiantistici in vari settori come quello farmaceutico, chimico, food&beverage e ospedaliero.
Dal 2020 in Grundfos mette la sua esperienza al servizio del Team europeo “Digital” che sviluppa e propone in Italia il programma di manutenzione predittiva Grundfos Machine Health (GMH) e altre soluzioni digitali.
