Apa itu Pemeliharaan Preskriptif?

Meskipun konsep teoretis di balik pemeliharaan preskriptif mudah dipahami, menyiapkan program memiliki lebih dari beberapa tantangan praktis.

Artinya, bagi sebagian orang, menerapkan strategi pemeliharaan ini adalah langkah logis berikutnya dalam evolusi digital mereka, sementara bagi yang lain, ini adalah hal yang harus mereka ketahui tetapi tidak perlu khawatir harus mengadopsi dulu, jika pernah.

Bagi banyak profesional pemeliharaan, pemeliharaan preskriptif jauh lebih banyak daripada yang mereka butuhkan saat ini, dan strateginya akan memiliki laba atas investasi yang negatif:Anda akan membayar lebih untuk pemeliharaan daripada yang akan Anda dapatkan kembali dalam waktu kerja tambahan dan memangkas biaya .

Yang mengatakan, itu mewakili perkembangan yang mengesankan dalam teknologi pemeliharaan mutakhir, dan karena harga turun dari waktu ke waktu, semakin banyak departemen dapat menemukan ruang untuk itu di kotak peralatan mereka.

Jadi, setelah semua lindung nilai dan kualifikasi, mari kita bahas definisi dan contoh yang solid.

Apa itu pemeliharaan preskriptif?

Pemeliharaan preskriptif membutuhkan pemeliharaan prediktif satu langkah lebih jauh. Alih-alih memberi tahu Anda kapan aset atau peralatan cenderung gagal, pemeliharaan preskriptif dapat menunjukkan kepada Anda bagaimana perubahan spesifik memengaruhi hasil. Dan karena mengetahui bagaimana setiap perubahan yang mungkin dapat mempengaruhi hasil, perangkat lunak dapat membuat rekomendasi yang solid tentang apa yang harus Anda lakukan untuk mendapatkan hasil maksimal dari aset Anda.

Sama seperti dokter yang meresepkan obat, perangkat lunak di balik perawatan preskriptif dapat menunjukkan langkah perawatan terbaik Anda berikutnya.

Bagaimana pemeliharaan preskriptif berbeda dari pemeliharaan prediktif?

Ingat, pemeliharaan prediktif bergantung pada serangkaian sensor yang terpasang pada aset yang mengumpulkan aliran data yang besar dan berkesinambungan dari aset, yang kemudian dimasukkan ke dalam perangkat lunak canggih, yang kemudian memberi tahu Anda kapan kegagalan paling mungkin terjadi. Bagaimana perangkat lunak itu tahu? Ia bekerja dengan algoritme canggih dan banyak data historis dan terkini. Preskriptif adalah melakukan banyak hal yang sama, tetapi juga lebih banyak lagi. Perangkat lunak ini terus-menerus menarik data dan kemudian menggunakannya, dengan kecerdasan buatan dan pembelajaran mesin, untuk membuat dirinya lebih pintar.

Jadi, prediktif menunjukkan masa depan. Tetapi preskriptif dapat menunjukkan kepada Anda beberapa masa depan, masing-masing terkait dengan serangkaian kondisi operasional yang berbeda. Alih-alih menentukan bahwa aset Anda cenderung gagal dalam X jumlah hari, dengan preskriptif, perangkat lunak menentukan hari kegagalan yang berbeda menggunakan parameter yang berbeda.

Seperti apa semua hipotetis ini dalam praktiknya?

Apa saja contoh pemeliharaan preskriptif?

Bayangkan Anda memiliki pompa yang berputar X beberapa kali dalam satu jam. Anda memilikinya dalam sensor, menangkap data yang terkait dengan suhu dan getaran.

Dengan pemeliharaan preskriptif, Anda dapat melihat kapan kemungkinan besar akan gagal. Tetapi dengan preskriptif, Anda dapat melihat beberapa kemungkinan titik kegagalan berdasarkan perubahan spesifik pada jumlah siklus per jam atau jumlah jam online sehari atau beberapa variabel lainnya. Jadi, pada tingkat Anda saat ini, kegagalan adalah tiga minggu lagi. Tetapi jika Anda memotong siklus sebesar 25%, Anda mendapatkan satu minggu ekstra. Jika Anda berlari satu jam lebih sedikit setiap hari, Anda mendapatkan beberapa hari ekstra. Anda juga dapat menggunakan perangkat lunak untuk melihat efek dari tugas pemeliharaan yang berbeda.

Contoh lain:berdasarkan data sensor, perangkat lunak mengetahui bahwa motor di pabrik Anda akan rusak dalam minggu depan. Kemudian memeriksa untuk melihat kapan Anda memiliki motor yang dijadwalkan untuk inspeksi dan tugas pemeliharaan preventif karena ingin tahu apakah motor dapat mencapai PM tanpa mengganggu produksi. Setelah memutuskan bahwa itu tidak bisa, ia kemudian melihat opsi lain. Apakah lebih masuk akal untuk menghentikan saluran sekarang dan mengganti motor? Atau, apakah Anda akan kehilangan lebih sedikit waktu produksi secara keseluruhan dengan memperlambat jalur hingga 75% dari output reguler, mengurangi ketegangan pada motor sehingga dapat berjalan pincang menuju PM?

Setelah Anda menyelesaikan semua kemungkinan masa depan menggunakan perangkat lunak, Anda dapat memutuskan langkah mana yang harus diambil, berdasarkan rekomendasi perangkat lunak, untuk mengarahkan diri Anda ke jalur yang benar.

Langkah selanjutnya

Kami ingin memastikan Anda mendapatkan solusi yang paling sesuai untuk Anda. Kami dapat membantu semuanya, mulai dari menjawab pertanyaan Anda tentang segala hal yang terkait dengan pemeliharaan hingga pemesanan demo perangkat lunak langsung.

Ringkasan

Pemeliharaan preskriptif adalah teknologi pemeliharaan mutakhir yang membawa Anda lebih jauh dari pemeliharaan prediktif. Sama seperti prediktif, ia menggunakan data sensor yang terhubung dengan aset dan perangkat lunak canggih untuk menentukan kapan kegagalan Anda berikutnya kemungkinan besar akan terjadi. Tetapi ini juga mengambil langkah lebih jauh, memberi Anda pandangan ke beberapa kemungkinan masa depan, masing-masing terhubung ke serangkaian kondisi operasional yang berbeda. Jadi, meskipun pemeliharaan prediktif dapat membantu Anda melihat kapan aset ditetapkan untuk gagal, pemeliharaan preskriptif dapat membantu Anda melihat bagaimana mengubah cara Anda menjalankan dan memelihara aset memengaruhi perkiraan tanggal kegagalan. Dan dengan menggunakan wawasan tersebut, Anda dapat menentukan cara terbaik untuk menjalankan dan memelihara aset Anda. Meskipun strategi pemeliharaan ini menjanjikan untuk merevolusi manajemen aset modern, ini masih lebih dari yang sebenarnya dibutuhkan oleh sebagian besar departemen pemeliharaan. Karena investasi besar di awal dan berkelanjutan dalam sensor, perangkat lunak, dan pelatihan, untuk banyak departemen pemeliharaan, hal itu akan menghasilkan laba atas investasi yang negatif.