SKF e Siemens hanno siglato un contratto di cooperazione per ottimizzare l’efficienza nella gestione delle risorse da parte degli operatori ferroviari. L’accordo prevede l’implementazione della soluzione di manutenzione predittiva SKF Insight Rail, congiuntamente alla Railigent Application Suite di Siemens, la quale è connessa al sistema operativo per l’Internet delle cose (IoT, Internet of Things) MindSphere. La nuova alleanza tra SKF e Siemens, che sfrutta le risorse del progetto di digitalizzazione di SKF, permetterà agli operatori del trasporto pubblico ferroviario e delle relative infrastrutture di monitorare online numerosi importanti componenti, come i cuscinetti per le ruote e le ruote stesse, attraverso la Railigent Application Suite di Siemens. L’obiettivo di questo progetto è aiutare i clienti a prevenire i problemi sui singoli componenti, consentendo loro di pianificare gli interventi di manutenzione solo quando necessario e utilizzando un unico sistema per il monitoraggio.
SKF collabora con Siemens per migliorare l’affidabilità nel trasporto ferroviario
Condividi
Articoli correlati
Alberi di trasmissione in materiale composito
Nei settori in cui i componenti meccanici sono sottoposti a carichi di lavoro estremamente gravosi, la sostituzione degli alberi di trasmissione in acciaio con componenti in materiale composito è un’opzione molto valida per gestire al meglio la vita utile del
Il gatto di Schrödinger nelle tolleranze
Perché ogni caratteristica di un componente richiede una tolleranza Le tolleranze definiscono lo scostamento ammissibile tra il componente reale e il modello nominale. La loro determinazione costituisce una delle fasi più critiche dello sviluppo prodotto. Poiché ogni tolleranza comporta un
Il futuro della robotica: intelligente, adattabile e al nostro fianco
Negli ultimi anni la robotica ha compiuto progressi straordinari, ma secondo le analisi di McKinsey pubblicate a luglio ci troviamo soltanto all’inizio di una trasformazione molto più profonda Un progresso straordinario Finora i robot sono stati utilizzati prevalentemente per svolgere
Progettazione a fatica nell’Additive Manufacturing: difetti, criteri di dimensionamento e linee guida per il progettista
Mentre le proprietà statiche dei componenti prodotti in AM mediante tecnologie Powder Bed Fusion (PBF) o Directed Energy Deposition (DED) risultano spesso comparabili a quelle ottenibili con processi convenzionali, il comportamento a fatica rappresenta ancora uno dei principali fattori limitanti
