Oil Analysis For Predictive Maintenance – AVAILABLE ONLINE
JADWAL ONLINE TRAINING
2020
04 – 05 November 2020 | Rp 3.900.000,- Online Training
09 – 10 November 2020 | Rp 3.900.000,- Online Training
2021
04 – 05 Januari 2021 | Rp 3.900.000,- Online Training
Jadwal Online Training Selanjutnya …
Oil Analysis For Predictive Maintenance Training Description
Predictive maintenance (PdM) adalah bidang luas dari banyak teknologi yang tumpang tindih, yang semuanya memiliki satu tujuan bersama: menemukan kesalahan dalam kondisi mesin sebelum mesin gagal. Sendiri, teknologi prediksi masing-masing memiliki kekuatan sendiri.
Analisis oli adalah teknologi kuat lainnya yang memiliki banyak aplikasi di berbagai industri. Sampel oli dapat diuji viskositasnya, partikel aus, keberadaan air, dan banyak lagi. Di fasilitas industri, analisis oli biasanya digunakan untuk memantau peralatan penting seperti kompresor dan gearbox. Dalam industri transportasi, pengujian pada mesin diesel adalah hal yang umum dan vital. Mesin diesel yang ditemukan di kereta api, bus, truk, dan kapal sering didorong hingga batasnya dalam kondisi operasi yang keras. Analisis oli memberikan peluang untuk memantau kondisi mesin ini dengan cara yang tidak bisa dilakukan oleh teknologi prediksi lainnya.
Oil Analysis For Predictive Maintenance Training Outline
- The Role of Oil Analysis In Predictive Maintenance
- What Impact can Oil Analysis Generate
- Integrate Oil Analysis into your Maintenance Program
- How Much does Oil Analysis save your company
- Case Study
Lead Instruktur
Ir.Anas Puji Santoso, MT
Ir.Anas Puji Santoso, MT merupakan Profesioanl Consultant dibidang Pertambangan,yang telah memberikan training dan konsultan di berbagai perusahaan baik BUMN, Swasta, Nasional maupun Multinasional.
JADWAL, INVESTASI DAN KETENTUAN ONLINE TRAINING
Jadwal Online Training 2020
- 4 – 5 November 2020
- 6 – 7 November 2020
- 9 – 10 November 2020
- 11 – 12 November 2020
- 13 – 14 November 2020
- 16 – 17 November 2020
- 18 – 19 November 2020
- 20 – 21 November 2020
- 23 – 24 November 2020
- 25 – 26 November 2020
- 27 – 28 November 2020
- 30 November 2020 – 1 Desember 2020
- 2 – 3 Desember 2020
- 4 – 5 Desember 2020
- 7 – 8 Desember 2020
- 9 – 10 Desember 2020
- 11 – 12 Desember 202
- 14 – 15 Desember 2020
- 16 – 17 Desember 2020
- 18 – 19 Desember 2020
- 21 – 22 Desember 2020
Metode Training Online
Metode pelatihan online dapat dilakukan dengan dua metode dimana Peserta dapat memilih metode yang sesuai. Metode tersebut adalah :
- Metode Peserta Belajar Online Mandiri (Asinkron) yaitu:
- Peserta mendownload materi pelatihan (dalam bentuk file PPT/PDF/video) dan belajar mandiri dengan waktu belajar diatur sendiri oleh peserta.
- Masa aktif tayang setiap materi pelatihan 4 minggu dengan disediakan konsultasi maks 4 jam online dihitung sejak materi mulai ditayangkan.
- Apabila diperlukan peserta dapat diskusi atau konsultasi terkait dengan materi yang akan difasilitasi oleh konsultan/trainer melalui berbagai media seperti Google Meet, Hang Out, Zoom, Team link, atau WhatsApp sesuai dengan kesepakatan.
- Tersedia paket harga khusus jika ada beberapa orang mendaftar untuk training yang sama dan dari perusahaan yang sama
- Metode Live Online Training (Sinkron) yaitu:
- Instruktur mengajar secara LIVE dengan durasi 4 jam perhari selama 2 hari secara terjadwal
- Media Live training dapat menggunakan Google Meet, Hang Out, Zoom atau Team link.
- Tersedia harga khusus jika training yang sama diikuti oleh beberapa peserta dari perusahaan yang sama
Ketentuan Online Training
- Persiapan Peserta
- Dianjurkan menggunakan laptop, bukan smartphone.
- Koneksi internet yang stabil.
- Buku dan alat tulis.
- Platform yang digunakan
- Beberapa alternative platform Zoom, Google Meet, Hang Out, Team link atau Webex untuk conference live training
- Materi, tugas dan dokumen lain akan diupload dalam Google Classroom
- Peserta menginstall aplikasi sesuai yang akan digunakan
Investasi dan Fasilitas Training Online
- Course Fee Rp 3.900.000
- Modul online training
- Certificate training Hardcopy dan atau Softcopy