Case story
LEVENS REDDEN MET INTELLIGENTE TECHNOLOGIE
Met deze Machine Health-oplossing is het makkelijker dan ooit tevoren om onze kritieke apparatuur te bewaken. Mijn onderhoudsmedewerkers kunnen snel vertrouwd raken met het platform zonder een lang trainingstraject. Zo kunnen we problemen snel opsporen en achterhalen voordat ze echt gevaarlijk worden.
Ontdek hoe een topziekenhuis bleef draaien
- 75% KOSTENREDUCTIE PER MACHINE
- $635,000+ BESPAARD DOOR HET VROEGTIJDIG OPSPOREN VAN PROBLEMEN
- 3 KRITIEKE STORINGEN VOORKOMEN
De uitdaging
Een toonaangevend academisch ziekenhuis gevestigd in Baltimore, VS, moest ervoor zorgen dat zijn machines te allen tijde bleven draaien. Aangezien de eigen elektriciteitscentrale van het ziekenhuis stroom leverde voor kritieke apparatuur, moesten storingen koste wat kost worden voorkomen. Eerder had het onderhoudsteam een externe partij ingehuurd voor voorspellende onderhoudsanalyse. De resultaten waren echter vaag, algemeen en onbruikbaar. Het breekpunt werd bereikt toen een cruciale onverwacht uitviel. Op dat moment wist het onderhoudsteam dat ze op zoek moesten gaan naar een nieuwe oplossing die zou helpen bij het transformeren van onderhoud.
De oplossing
Het team implementeerde een continue en draagbare diagnoseoplossing – de technologie achter Grundfos Machine Health. Zo werden ze instaat gesteld om toestandsafhankelijk onderhoud in te plannen, proactief problemen aan te pakken en downtime te voorkomen. Met nieuwe inzichten op zowel machine- als centraleniveau kon het team zich concentreren op de apparatuur die de meest dringende aandacht behoefde, onverwachte storingen terugdringen en garanderen dat de meest kritieke apparatuur van het ziekenhuis altijd bleef draaien.
Het resultaat
Binnen de eerste 12 maanden na de implementatie onderging het onderhoud in het ziekenhuis een ware transformatie. De intelligente algoritmen ontdekten drie potentiële catastrofale storingen in de koelwater- en stoominstallaties. Als deze storingen onopgemerkt waren gebleven, zouden ze hebben geresulteerd in totale onderhoudskosten van meer dan € 635.000 ($ 750K). Bovendien is het onderhoudsteam nu in staat om in plaats van 44, 155 machines te bewaken dankzij het gemak en de schaalbaarheid van de oplossing. En dat terwijl de gemiddelde kosten per machine met 75% werden teruggedrongen.