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船舶的作业范围，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。”