IBM:Secara Proaktif Memastikan Keandalan dan Keamanan dengan EAM

IBM Skip Snyder membahas manfaat solusi EAM yang efektif bagi produsen

Menggabungkan perangkat lunak, sistem, dan layanan manajemen aset perusahaan (EAM) membantu memelihara, mengontrol, dan mengoptimalkan kualitas aset operasional sepanjang siklus hidupnya. Berbicara dengan Skip Snyder, Mitra Senior, Layanan Bisnis Global IBM, ia membagi manfaat solusi EAM menjadi tiga kategori:mengoptimalkan kualitas dan memanfaatkan aset, waktu kerja yang produktif, dan pengurangan biaya.

Mengoptimalkan Kualitas dan Memanfaatkan Aset

Sederhananya, “peralatan yang terpelihara dengan baik mendukung keluaran yang andal dan berkualitas tinggi,” kata Snyder. “Namun, pemeliharaan preventif bisa sangat mahal, dan organisasi terus berusaha mengurangi inspeksi yang tidak perlu jika bisa.”

Salah satu cara untuk mengoptimalkan kualitas dan memanfaatkan aset adalah dengan memantau kesehatan aset melalui sensor, mengamati tren yang menunjukkan potensi penurunan yang dapat ditindaklanjuti untuk mencegah kerusakan. Cara lain termasuk menggunakan kamera dan mikrofon untuk memantau kesehatan peralatan - dalam beberapa kasus, root mengirimkan sensor, kamera, dan mikrofon ke peralatan dan mengumpulkan data. Metode ini meningkatkan produktivitas teknisi, membebaskan mereka untuk tugas yang lebih bernilai tinggi sambil terus mengumpulkan data.

“Dengan bertambahnya jumlah sensor dan perangkat pada aset, volume data yang dilacak telah berkembang secara eksponensial. Menjadi tidak mungkin bagi manusia sendirian untuk memantau semuanya. AI sekarang memainkan peran penting dalam manajemen aset perusahaan (EAM) untuk membantu memahami semua data itu dan memperoleh nilai darinya karena dapat mempelajari dan mengidentifikasi tren. Teknologi ini dapat memperdalam pemahaman aset dengan menerjemahkan data menjadi wawasan yang dapat ditindaklanjuti yang dapat digunakan untuk mendorong pemeliharaan yang lebih efektif,” kata Snyder.

“Misalnya, perawatan berbasis kondisi menggantikan perawatan berbasis waktu. Daripada melakukan inspeksi atau perbaikan setiap beberapa bulan atau pada jadwal yang ditentukan, wawasan dari data operasional dan analitik dapat memprediksi kegagalan aset. Ini memastikan aset yang membutuhkan perhatian mendapatkannya pada waktu yang tepat, meningkatkan keandalan, dan mengoptimalkan pemeliharaan. Kemampuan pemantauan jarak jauh memungkinkan deteksi anomali berkelanjutan. Performa aset terus dilacak dan dievaluasi oleh kecerdasan buatan (AI), yang dapat memicu peringatan berdasarkan indikator seperti kondisi garis datar dan perubahan mendadak dalam pembacaan sensor.”

Tempat Pembuatan Bir Sugar Creek

"Sugar Creek Brewery adalah contoh pelanggan IBM Maximo yang menggunakan EAM, AI, dan IoT untuk mengoptimalkan kualitas dan mengurangi kerugian. Mereka kehilangan lebih dari US$30.000 per bulan akibat tumpahan bir melalui proses manufaktur. Dengan mengintegrasikan teknologi ke dalam proses pembuatan bir, mereka dapat mengidentifikasi masalah yang memengaruhi kualitas produk mereka. Parameter seperti waktu pengisian, suhu, pH, gravitasi, tekanan, karbonasi, dan level semuanya dimasukkan ke cloud untuk dianalisis. Data ini dapat memberi informasi baru memproses atau menyempurnakan yang sudah ada untuk memastikan produk memenuhi ekspektasi manufaktur dan penghematan biaya dari kerugian manufaktur kini diinvestasikan kembali ke dalam bisnis," - Skip Snyder, Mitra Senior, Layanan Bisnis Global IBM.

Waktu Aktif Produktif

Dengan memiliki sistem EAM yang tepat yang didukung oleh platform cloud hybrid terbuka dan alur kerja cerdas yang digerakkan oleh AI, produsen dapat “mendeteksi potensi kerusakan peralatan dan secara otomatis mengeluarkan perintah kerja kepada teknisi untuk mencegahnya, dengan semua informasi yang mereka butuhkan untuk memecahkan masalah. , termasuk alat, riwayat aset, analisis akar masalah, dan praktik terbaik,” tambah Snyder.

Pengurangan Biaya

Dalam hal menilai biaya, Snyder menjelaskan bahwa ini dapat dilakukan dengan dua cara:“Yang pertama apakah teknisi melakukan pekerjaan yang tepat pada waktu yang tepat dengan cara yang benar? kedua adalah, apakah waktu henti peralatan karena kerusakan, penundaan perbaikan, atau bagian yang hilang dihilangkan atau diminimalkan?”

Sekarang, untuk bagian pertama , semakin efisien seorang teknisi, semakin banyak peralatan yang dapat mereka jaga dan jalankan secara berkelanjutan. “Di mana ada efisiensi yang lebih besar, ada nilai yang lebih tinggi,” tambah Snyder. “Wawasan real-time dan kemampuan otomatisasi memberdayakan karyawan Anda untuk membuat keputusan berdasarkan data dengan cepat dan percaya diri, serta memfokuskan energi mereka pada pekerjaan yang bernilai lebih tinggi.”

Untuk bagian kedua, semakin banyak informasi yang diketahui dan dapat diantisipasi sehubungan dengan kebutuhan perawatan peralatan, semakin efisien operasinya. “Hasilnya adalah waktu henti yang lebih sedikit karena kerusakan yang tidak terduga atau harus menunda perbaikan karena Anda tidak memiliki suku cadang untuk memperbaikinya. Dengan informasi yang tepat, Anda akan dapat memprediksi kegagalan, dan dengan program EAM yang tepat, Anda kini memiliki suku cadang yang tepat dalam jumlah yang tepat pada waktu yang tepat, sehingga mengoptimalkan kinerja peralatan dan meningkatkan Efektivitas Peralatan Keseluruhan (OEE).”

Praktik Terbaik untuk Produsen yang Mengadopsi Solusi EAM

Intinya, Snyder mencerminkan bahwa ada banyak praktik terbaik untuk mengadopsi solusi EAM, tetapi pada akhirnya hal itu bergantung pada mengetahui kesehatan peralatan, melengkapi tenaga kerja dengan informasi dan alat yang tepat, dan secara proaktif memastikan keandalan dan keamanan.

“Untuk mewujudkannya, memiliki cloud hybrid dan kemampuan AI sangat penting. Arsitektur cloud hybrid terbuka memungkinkan produsen untuk memindahkan pemrosesan lebih dekat ke operasi dan mengurangi latensi data sehingga informasi dan alat yang tepat sampai ke tenaga kerja secara tepat waktu. AI kemudian membantu tenaga kerja tersebut memilah-milah tumpukan data dari lantai manufaktur dan seterusnya untuk membantu mereka memahami apa yang sebenarnya terjadi dengan peralatan mereka dan apa tindakan terbaik untuk mengatasi potensi masalah yang muncul.”

Fokus utama bagi produsen juga harus praktik data yang baik. Mengingat EAM bergantung pada data untuk membuat keputusan, “kualitas data yang buruk atau kurangnya data menyebabkan hal-hal seperti teknisi membuang-buang waktu untuk prioritas yang salah, inventaris tidak tersedia kapan dan di mana dibutuhkan, tidak memiliki alat yang tepat tersedia, dan pada akhirnya, kerusakan peralatan dan penundaan produksi.”

Untuk beralih dari preventif ke proaktif, produsen harus memiliki strategi untuk “mengumpulkan, menganalisis, dan bertindak berdasarkan data dengan memanfaatkan IoT, seluler, AI, robotika, dan inovasi teknologi lainnya; untuk memahami kesehatan peralatan mereka; dan terakhir, otomatisasi proses untuk bertindak berdasarkan wawasan yang dihasilkan oleh teknologi."