<

麦基嘉改变游戏规则的创新将打破传统

麦基嘉改变游戏规则的创新将打破传统 行业变化往往由许多因素驱动,立法通常是最大的推动力,其次就是新技术的发展。有些新技术只带来了微小的变化,而另一些则显著地改变了行业格局,突破了行业以前的局限性。 随着浅水市场的不断开发,海上油气行业多年来一直在推动在深水和超深水勘探,以发现更难到达的储量。 利用成熟的技术和广泛的知识,麦基嘉新型纤维绳海工起重机能提供更强的负载处理能力,不受水深限制。 克服极端水深的挑战 除了位置偏远和物流需求外,极端水深的负载处理还面临着一系列明显的挑战。麦基嘉一直寻求通过提高安全性和效率来推动行业的发展,专注于克服挑战,尤其是水深对传统钢丝绳海工起重机的限制。除了负载之外,随着绳索的延长,这些起重机还必须承受钢丝绳不断增加的重量,这最终限制了起重机的允许负荷。 麦基嘉负载处理方案销售和市场经理 Lene Stray女士介绍说,“与钢丝绳相比,使用悬浮于水中的纤维绳,起重机能够在几乎任何深度发挥其全部起重能力。其中的好处很多:水深不再是问题,大大提高了灵活性和成本效益,扩大了小型起重机和qy888千亿国际的作业范围,从而让船东能参与更大范围合同的投标和运营。此外,纤维绳自身还有其它优势。与钢丝绳相比,纤维绳重量更轻,更容易储存,运输成本大大降低。当纤维绳张力释放时,可以轻松地检查绳股并查看绳芯,无需进行工业射线照相或超声波检测。如果需要修理或更换部分,可以轻松地拼接新的长度。而对于钢丝绳,其实际状况更难以监控。五年一次的入级规则要求船东切断部分并将其送往测试,而年度检查如果看到有任何迹象表明损坏,则必须更换整个长度。此外,钢丝绳需要持续润滑,提供防腐蚀保护并确保平稳搬运,这既昂贵又对环境有负面影响。纤维绳就消除了这些问题。” 起重机纤维绳的完整性由一套先进的监测和管理系统进行监控。系统采用3D技术持续测量所有关键参数,扫描纤维绳表面,检查磨损和异常情况,监测温度,必要时自动用水冷却。虽然建议使用淡水冷却以保护周围区域,但海水也可以使用,不会腐蚀纤维绳。 首台FibreTrac起重机已经交付并完成检验和船级社认可 纤维绳技术并不是一项新技术,但应用于海工起重机上却是一项新技术。可能有人会问,具有这么多的优势,以及从根本上克服作业限制的潜力,为什么它在行业中并没有被普遍使用? Stray女士解释说,“这有几个原因。我们知道,在过去的几年里,海工行业一直在挣扎,任何新技术的推出,无论多重要,都需要投资和信心。我们对于纤维绳起重机非常有信心,我们建造了一台实际尺寸的模型进行测试和验证。今年,首台FibreTrac起重机已经交付,近期我们邀请了客户来见证其卓越的性能。反馈非常积极,目前已经准备好进入市场,我们预计很快就会看到它投入使用。” 起重机的发展必须建立在合规的基础上。“这一过程至关重要,不仅是为了让客户相信这项技术已得到验证,而且是为了在行业内设立一个新的标准。”Stray女士指出,“FibreTrac完全符合DNVGL-ST-E407标准的规定,我们与DNV GL紧密合作,这套全面的标准将为客户提供长期使用这项创新技术的信心。” 进一步扩大潜力 FibreTrac的能力将远远超出任何常规、同等尺寸海工起重机的作业限制,而麦基嘉正计划进一步扩展这一潜力。 每台新的海工起重机在交付时都内置了先进的连接装置,而且大多数在运营的起重机都具备这种连接能力,这是在为另一个技术发展做准备;在维护平台上增加智能能力。 “高质量、准确的预测性维护可能是服务提供中的最重要元素之一,”麦基嘉数字化与新业务转型服务业务模型总监Daniel Lundberg说,“我们有试点计划,在选定的海工和商船客户群中试用这些功能,并计划在2019年间引入预测服务工具麦基嘉OnWatch Scout的产品原型。OnWatch Scout可以让客户在当前展望未来,它是一种预测工具,来确保设备能够持续运行的时间。它通过检测部件状态的变化,预测可能发生的事情。接着,我们能够通知客户,并建议他们需要采取的预防措施,以避免部件故障。” 减少停机时间、降低维护成本、增加营收 通过OnWatch Scout,可将纤维绳起重机的停机时间降至最低,从而提升其性能表现,对于其他麦基嘉设备也是一样。与我们沟通过的每个客户对这个解决方案都有需求,因为它可以确保提高性能,并有效控制成本。预测工具,使我们能够在今天了解明天的事件,并帮助减少停机时间,最终降低维护成本,从而增加营收和利润率。 OnWatch Scout的基础是麦基嘉现有服务工具OnWatch多年来获取的运营数据。OnWatch在检测到设备问题后,可为运营商提供快速的远程支持服务。 Lundberg先生解释说,“我们已经获取OnWatch所记录的事件,学习了其警告信号,并将应用智能机器学习和算法。目前,我们正在验证这些数据,确保能正确地应用于由设备记录的实际服务事件,并让我们的服务工程师参与其中以全面了解这些数据,以及如何采取措施进行纠正。这一过程对于推进机器学习模型至关重要。" Lundberg先生最后总结说,“我们在OnWatch的经验已经为我们提供了一个先机,我们将利用这一优势,来加速将这一可靠和有效的预测性维护工具推入市场。”