Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Pemeliharaan dan Perbaikan Peralatan

Panduan sederhana untuk membangun program pemeliharaan prediktif

Teknologi sering mendapat pujian dalam hal pemeliharaan prediktif. Itu tidak adil. Teknologi itu penting, tetapi itu hanya sebagian kecil dari program pemeliharaan prediktif yang hebat.

Budaya organisasi harus benar. Proses baru perlu diuji dan disempurnakan. Data perlu dikelola dengan ahli.

Singkatnya, perjalanan menuju pemeliharaan prediktif memang lambat, tetapi sepadan jika dilakukan dengan benar.

Artikel ini adalah tentang membangun program pemeliharaan prediktif yang akan bertahan lama. Kami mengeksplorasi enam pilar program pemeliharaan prediktif yang kuat, bagaimana Anda dapat mengembangkan setiap area, dan bagaimana menggunakannya untuk mencapai pemeliharaan prediktif.

Panduan profesional perawatan untuk Industri 4.0

Baca selengkapnya

Daftar isi

  1. Penyegaran singkat tentang pemeliharaan prediktif
  2. Enam pilar program pemeliharaan prediktif
  3. Cara membuat program pemeliharaan prediktif
  4. Pemeliharaan prediktif:Bagian dari strategi yang seimbang

Penyegaran singkat tentang pemeliharaan prediktif

Pemeliharaan prediktif (PdM) hidup dalam keluarga yang sama dengan pemeliharaan preventif. Keduanya merupakan jenis pemeliharaan proaktif—pekerjaan dilakukan pada aset sebelum sesuatu yang buruk terjadi padanya, bukan setelah kegagalan mematikannya.

Perbedaan antara pemeliharaan preventif dan pemeliharaan prediktif terletak pada metode yang digunakan, jumlah waktu tunggu yang Anda miliki untuk suatu tugas, dan ketepatan penjadwalan. PdM menggunakan alat dan teknik pemantauan kondisi serta informasi aset untuk melacak kinerja peralatan secara real-time dan historis sehingga Anda dapat mengantisipasi kegagalan sebelum terjadi.

Karena pemeliharaan prediktif bertujuan memberi Anda waktu yang ideal untuk tugas pemeliharaan proaktif, ini dapat membantu meminimalkan waktu pemeliharaan peralatan, kehilangan jam produksi karena pemeliharaan, dan biaya suku cadang dan persediaan. Kami menguraikan di mana perawatan prediktif cocok dengan strategi perawatan Anda secara keseluruhan di sini.

Enam pilar program pemeliharaan prediktif

Program pemeliharaan prediktif yang kokoh dibangun di atas enam pilar:Orang, data, proses, alat dan suku cadang, peralatan, dan teknologi. Jika salah satu pilar tidak stabil atau dibiarkan membusuk, seluruh program Anda bisa hancur.

Orang:Budaya makan strategi untuk sarapan

Perjalanan panjang menuju pemeliharaan prediktif selalu dimulai dari orang-orang.

“Tidak masalah jika rencana pemeliharaan prediktif Anda terlihat bagus di atas kertas jika Anda tidak memiliki dukungan dari orang-orang yang melakukan pekerjaan itu,” kata insinyur solusi Fiix, Jason Afara.

“Dengan kata lain, budaya memakan strategi untuk sarapan.”

Setiap pilar lain dari program pemeliharaan prediktif membutuhkan orang untuk membangun dan memeliharanya. Data perlu ditafsirkan. Teknologi perlu diatur dan dikelola. Itulah mengapa semua orang di organisasi Anda harus memahami cara kerja PdM, mengapa hal itu penting, dan apa yang dapat mereka lakukan untuk membuatnya berhasil.

Membuat orang-orang di fasilitas Anda bergabung dengan (banyak) perubahan yang datang dengan pemeliharaan prediktif sangat penting, tetapi tidak selalu mudah. Artikel dari Software Advice ini menawarkan beberapa tips hebat tentang manajemen perubahan, mendapatkan dukungan dari tim pemeliharaan, dan menciptakan budaya yang hebat di fasilitas Anda.

Teknologi seperti sejumput garam dalam program pemeliharaan prediktif—teknologi mengikat bahan-bahan lain bersama-sama dan membuatnya bersinar.

Data:Hubungan antara masa lalu, sekarang dan masa depan

Program pemeliharaan prediktif membutuhkan banyak informasi agar berhasil.

“Tanpa data, Anda tidak bisa memprediksi apa pun. Jika Anda tidak memiliki dasar tentang apa yang normal untuk pompa atau konveyor, Anda tidak dapat mengidentifikasi atau memprediksi anomali,” kata Bryan Sapot, CEO SensrTrx.

Tetapi dengan kuantitas juga muncul kebutuhan akan kualitas.

“Jika Anda tidak memiliki informasi bagus yang berasal dari lantai pabrik, tidak peduli seberapa bagus algoritme Anda, Anda tidak akan dapat membuat keputusan yang baik dengannya,” kata Jared Evans, chief operating officer di MAJiK Sistem.

Data adalah hubungan antara kinerja aset saat ini dan keadaan aset di masa depan. Itu sebabnya semuanya, mulai dari throughput hingga mode kegagalan dan seterusnya, harus terus diperbarui. Angka-angka ini juga harus akurat di mana-mana. Jika mereka berbeda dari satu sistem ke sistem lainnya, itu akan membuat seluruh program Anda berantakan.

Atau seperti yang dikatakan Jason, “Jika Anda memiliki data buruk yang berasal dari mesin dan perangkat lunak Anda, itu seperti ahli cuaca yang memberi tahu Anda bahwa hari cerah padahal sebenarnya hujan. Anda akan masuk ke dalam hujan dan basah kuyup.”

Proses:Tangan yang mantap di kapal pemeliharaan prediktif

Sederhananya, proses Anda adalah cara Anda bekerja—bagaimana tim pemeliharaan Anda merencanakan dan melakukan hal-hal yang perlu dilakukan setiap hari agar berhasil. Program pemeliharaan prediktif yang efektif membantu membuat seluruh operasi Anda dapat diprediksi sehingga dapat memaksimalkan semuanya, mulai dari jam kerja hingga kinerja aset.

Proses dalam program pemeliharaan prediktif digerakkan oleh orang dan digerakkan oleh peralatan.

Proses orang melibatkan cara tim pemeliharaan Anda melakukan pekerjaan mereka. Mereka menguraikan bagaimana staf berinteraksi dengan mesin, data, satu sama lain, dan yang lainnya.

“Anda perlu memahami siapa yang bertanggung jawab atas apa, seberapa sering Anda meninjau data dan tugas, bagaimana Anda berkomunikasi, dan bagaimana Anda merencanakan, mengeskalasi, dan menyelesaikan tugas,” kata Jason.

Terkait proses peralatan, Jared mengatakan bahwa sangat penting untuk mengetahui proses apa yang diselesaikan peralatan Anda, cara menangkap data aset, dan bagaimana data tersebut dipetakan ke kinerja masa depan.

Jika Anda memiliki data buruk yang berasal dari mesin dan perangkat lunak Anda, itu seperti petugas cuaca yang memberi tahu Anda bahwa cuaca cerah padahal sebenarnya hujan. Anda akan masuk ke dalam hujan dan basah kuyup.

Alat dan suku cadang:Sidekick terpercaya siap menjadi sorotan

Alat dan suku cadang memainkan peran besar dalam memungkinkan pemeliharaan prediktif untuk beralih dari mimpi yang jauh ke tujuan yang realistis.

“Pemeliharaan prediktif bukanlah hal baru,” kata Jason. “Perbedaan antara 20 atau 30 tahun yang lalu dan sekarang adalah kami memiliki alat dan pemahaman tentang suku cadang untuk melakukannya dengan lebih baik dan dengan biaya yang lebih sedikit.”

Alat adalah alat yang digunakan untuk mengukur kondisi aset, seperti kamera infra merah, dan alat yang diperlukan untuk memeriksa atau memperbaiki peralatan. Suku cadang adalah komponen peralatan yang berbeda, tetapi bukan sembarang suku cadang lama yang dapat digunakan untuk pemeliharaan prediktif, seperti yang akan kita lihat di bawah.

Lihat empat rahasia untuk pengelolaan inventaris yang lebih baik

Tonton videonya

Peralatan:Tidak semua mesin dibuat untuk pemeliharaan prediktif

Siapa pun yang mengatakan perawatan reaktif dapat dihilangkan sama sekali, tidak pernah kaca depan mereka retak oleh kerikil liar. Meskipun ini bukan contoh langsung di tempat kerja, pelajarannya masih berlaku di lantai dasar:Anda tidak dapat mengantisipasi semuanya.

Penting untuk mengetahui peralatan mana yang memungkinkan Anda mengantisipasi kegagalan saat menyiapkan program pemeliharaan prediktif

“Aset yang sesuai dengan program pemeliharaan prediktif adalah aset yang menyediakan data kondisi baik dengan waktu tunggu yang cukup untuk menangkap masalah sebelum kegagalan total,” kata Jason.

Jason juga merekomendasikan untuk menerapkan pemeliharaan prediktif pada aset Anda yang paling penting dengan mode kegagalan yang paling dapat diamati karena waktu dan uang yang dibutuhkan untuk membangun program PdM.

Jika Anda mencari informasi tentang memilih peralatan terbaik untuk program pemeliharaan prediktif Anda, lihat sumber daya paket awal ini (jalur PF dengan strategi pemeliharaan seimbang, kurva P-F, blog pemeliharaan berbasis kondisi)

Teknologi:Perekat yang menyatukan elemen lainnya

Teknologi seperti sejumput garam dalam program pemeliharaan prediktif—teknologi mengikat bahan-bahan lain bersama-sama dan membuatnya bersinar. Ini membantu Anda mengelola, memfasilitasi, dan mengoptimalkan pilar pemeliharaan prediktif lainnya.

“Teknologi memberi Anda pandangan ekstra,” kata Bryan, “sehingga Anda dapat mengumpulkan data real-time tanpa harus ada seseorang di tim Anda yang terus-menerus melihat informasi tersebut.”

Ini adalah pekerjaan besar, pekerjaan yang tidak dapat dilakukan oleh satu teknologi pun.

“Pemeliharaan prediktif mengharuskan Anda mengumpulkan begitu banyak sumber data yang berbeda,” kata Jared.

“Anda perlu tahu produk apa yang dijalankan dan kapan, biaya semua aktivitas Anda, kapan pemeliharaan terakhir dilakukan. Daftarnya terus berlanjut. Anda memerlukan beberapa teknologi untuk menangkap semua data ini, menyimpannya, dan memahaminya.”

Ada banyak teknologi berbeda yang dapat digunakan untuk mengelola program pemeliharaan prediktif, mulai dari ERP hingga sistem MES dan perangkat lunak CMMS. Kami menjelajahi teknologi yang paling umum di sini.

Cari tahu di mana perawatan prediktif cocok dengan strategi perawatan Anda secara keseluruhan

Baca selengkapnya

Cara membuat program pemeliharaan prediktif

Pemeliharaan prediktif:Bagian dari strategi yang seimbang

Cara terbaik untuk memikirkan pemeliharaan prediktif adalah seperti semangkuk sereal di iklan TV lama:Ini adalah bagian dari sarapan seimbang (atau strategi pemeliharaan). Pemeliharaan prediktif bukan satu-satunya strategi yang harus diperjuangkan. Sebaliknya, itu harus melengkapi program pemeliharaan Anda secara keseluruhan.

“Pemeliharaan prediktif tidak akan pernah menggantikan semua bentuk pemeliharaan lainnya,” kata Jason.

“Membuat program pemeliharaan prediktif bukan tentang membuat daftar periksa. Anda tidak bisa begitu saja menandai banyak tugas, membalik beberapa sakelar dan benar-benar prediktif. Ini adalah perjalanan. Mungkin perlu 10 tahun untuk mencapai 10% prediktif.”

Program pemeliharaan prediktif tidak akan menyelesaikan semua masalah Anda. Namun ada beberapa manfaat serius untuk memilikinya, seperti operasi yang lebih andal yang memungkinkan semua orang di organisasi Anda tumbuh dan menjadi lebih efisien.

Mengambil keuntungan dari manfaat tersebut bergantung pada membangun dasar-dasar pemeliharaan utama. Saat fundamental tersebut kuat, Anda akan memiliki strategi yang akan mengatasi tantangan apa pun.


Pemeliharaan dan Perbaikan Peralatan

  1. Penghematan Biaya Pemeliharaan Prediktif
  2. Panduan untuk membangun dan mengukur strategi pemeliharaan lean
  3. Penjelasan Pemeliharaan Prediktif
  4. Menghidupkan Kembali Program Pemeliharaan Prediktif yang Mati
  5. Mengukur keberhasilan program pemeliharaan prediktif
  6. Pertanyaan Pemeliharaan Prediktif Dijawab
  7. Machine Learning dalam Pemeliharaan Prediktif
  8. Panduan Membuat Program Pemeliharaan Peralatan
  9. Apa itu Pemeliharaan Prediktif?
  10. Panduan Sederhana untuk Benchmarking Pemeliharaan