Für viele Flurförderzeug-Betreiber ist die Überwachung und Steuerung der Prozesse rund um das Laden der Antriebsbatterien eine Herausforderung. Besonders bei einer großen Staplerflotte fehlt oft der Überblick über deren Verfügbarkeit und aktuelle Leistungsaufnahme. Mit Charge & Connect bietet Fronius eine intelligente Softwarelösung: Durch die Vernetzung der Selectiva Ladegeräte können alle relevanten Ladedaten erfasst, analysiert und in einem übersichtlichen Dashboard visualisiert werden. Für Anwender ergibt sich daraus eine Vielzahl an Möglichkeiten, die Leistung der Intralogistik zu steigern und Kosten zu senken.
Standortübergreifender, zentraler Überblick
Charge & Connect stellt unter anderem den Ladestatus der angeschlossenen Batterien, den Energieverbrauch sowie den Zustand der Ladegeräte transparent dar. Der Benutzer erhält einen zentralen Überblick über mehrere Standorte hinweg und erkennt, an welcher Stelle sich Ladeprozesse verbessern lassen. Bedien- und Anwendungsfehler können dank umfangreicher Analysefunktionen identifiziert und behoben werden.
Echtzeit Zustandsüberwachung
Die Softwarelösung von Fronius Perfect Charging unterstützt Betreiber auch dabei Stillstandszeiten ihrer Staplerflotte zu reduzieren. Tritt beispielsweise ein Fehler oder eine Störung bei der Ladeinfrastruktur auf, sendet Charge & Connect automatisch eine Push-Benachrichtigung an den im System hinterlegten Kontakt. Mithilfe einer detaillierten Fehlerbeschreibung samt Schritt-für-Schritt-Anleitung zu deren Behebung können Probleme gelöst werden, bevor sie teure Ausfall- oder Folgekosten nach sich ziehen.
Nachhaltige Kostenoptimierung
Weitere Vorteile ergeben sich aus den jederzeit abrufbaren Statistiken. Die Daten der vernetzten Ladeinfrastruktur werden im System analysiert und in aussagekräftiger Form wiedergegeben. Anhand der Statistiken lässt sich beispielsweise erkennen, ob die ideale Anzahl an Antriebsbatterien im Einsatz ist oder Einsparungen möglich sind. Durch die Langzeit-Darstellung der von den Ladegeräten bezogenen Leistung, kann zudem erhoben werden, ob und zu welchen Zeiten es zu teuren Lastspitzen kommt. Auf Basis der erhobenen Daten können dann entsprechende Optimierungsschritte eingeleitet und Energiekosten reduziert werden.