Home   >   Ekonomi   >   Ny metod kan minska underhållskostnader inom industrin med 40 procent

Ny metod kan minska underhållskostnader inom industrin med 40 procent

By on 12 maj, 2018
Arkivbild.

Industriproduktion kan vara komplicerad och många faktorer spelar in till varför, exempelvis, maskiner slutar att fungera. Men med ett bättre beslutsstöd – där fler informationskällor vägs in – kan det göra skillnad på sista ekonomiska raden. Bernard Schmidt, doktorand i informationsteknologi vid Högskolan i Skövde, har i sin avhandling utvecklat en modell som kan leda till minskade underhållskostnader.

I forskningen har Schmidt samlat in data från en mängd olika system, för att se vilken skillnad det kan göra i ett systematiskt underhållsarbete. I metoden inhämtas information från, bland annat, ballbarmätning, underhållssystemet och information från verktygsmaskinernas kontroller. Metoden har sedan, genom simuleringar och analyser, mer specifikt testats på linjära axlar från en uppsättning liknande fleroperationsmaskiner.

– Maskinernas linjära axlar är mycket viktiga, eftersom deras prestanda direkt påverkar den producerade produktens, berättar Bernard Schmidt, och fortsätter:

– Det är ett mer kvantitativt angreppssätt än vad som annars används. Metoden gör att industrier kan bedöma konsekvenserna av olika underhållsbeslut på ett bättre sätt.

Minskar underhållskostnader
Att ha mer information finns till hands i underhållsarbetet, genom den metod som Bernard Schmidt, har utvecklat är betydelsefullt. Inte minst ur ekonomiskt hänseende.

– Resultatet visar att det går att spara uppemot 40 procent i underhållskostnader.

Den 21 maj disputerar Bernard Schmidt med sin avhandling vid Högskolan i Skövde. Men avhandlingens resultat ställer dörren på glänt för kommande forskning – mer finns att utröna.

– Det finns mer att utforska på området även efter den här studien. Det vore, exempelvis, intressant att testa metoden på andra typer av maskiner i industrisammanhang.

Ekonomi
Örebronyheter

You must be logged in to post a comment Login