
Hvordan velge lager
Valg av lager utføres for det meste av maskinbyggere og produsenter av maskiner. De sitter på god kunnskap og rådfører seg med produsenter av lager ved behov. Den bredeste kompetansen og erfaring er det lagerprodusentene som besitter. De og deres partnere har ofte god kontakt med sluttbrukerne og samler ved det erfaring fra et bredt bruksfelt.
Det er omfattende arbeid som bør utføres ved valg av lagre. SKF har utarbeidet artikler for å hjelpe brukerne med å velge riktig lager. Det er både aktuell informasjon og oppgaver som presenteres. Du kan laste ned dokumentene fra denne linken i slutten av denne artikkelen.
Kablet drone til tunnelinspeksjon
I forbindelse med en planlagt 5-årig hovedinspeksjon ble det gjort funn av sprekker og deformasjoner i berget og sprøytebetongen i Strindheimtunnelen i Trondheim. Statens vegvesen satte derfor i gang en grundig spesialinspeksjon parallelt med prisme- og rystelsesmålinger. Til inspeksjon i det trange rommet mellom fjellet og tunnelens betonghvelv ble det bruk en liten, kablet drone som er utviklet i Trondheim.
Additiv manufacturing av store komponenter
Additiv manufacturing regnes som mer bærekraftig enn tradisjonell maskinering, der materiale fjernes fra et emne. For å møte et voksende behov har Industrial AM i Mo i Rana satt opp Norges største 3D-printer.
– Vi mente det var mulig å få til noe helt nytt på Helgeland, noe som ikke finnes fra før. Printeren kan produsere objekter i en størrelse på 2x2x2 meter. Dette blir startskuddet for etableringen av en helt ny verdikjede på Helgeland, sier Thomas Borgen.
Nye muligheter med generativ KI
Prediktivt vedlikehold er en proaktiv tilnærming som tar sikte på å forutsi når utstyr eller maskiner sannsynligvis vil svikte. Disse prognosene gjør det mulig å planlegge og igangsette vedlikeholdstiltak i tide. Målet med prediktivt vedlikehold er å minimere nedetid, redusere vedlikeholdskostnader og forlenge levetiden til utstyr.
Kunstig intelligens gir forutsigbart vedlikehold: Siemens og Senseye med ny løsning for industrien
I takt med økende krav til oppetid, energieffektivitet og smartere ressursbruk, får prediktivt vedlikehold en stadig viktigere rolle i moderne industribedrifter. En løsning som vekker interesse internasjonalt er Senseye, en plattform for prediktivt vedlikehold drevet av kunstig intelligens (KI), som nå rulles ut i samarbeid med Siemens sin Industrial Edge-infrastruktur. Senseye og Industrial Edge er to forskjellige produkter som funger hver for seg, men de spiller også svært godt sammen. Siemens trekker frem Senseye sin åpenhet mot andre systemer, hvilket gjør at man ikke trenger hele å kjøre Siemens fra A til Å.





















