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

Menghidupkan Kembali Program Pemeliharaan Prediktif yang Mati

Sungguh menyedihkan betapa cepatnya program pemeliharaan prediktif yang baik mati, meskipun program tersebut telah membuat manajer dipromosikan, meyakinkan Anda dan orang lain bahwa ada banyak nilai dalam melakukan PdM untuk meningkatkan praktik pemeliharaan, menghemat uang, dan mendapatkan kredibilitas.

Matinya sebuah program yang bagus biasanya karena hilangnya sang juara program. Dia dipromosikan karena dia menghemat banyak uang dan meningkatkan praktik pemeliharaannya – secara keseluruhan meningkatkan laba perusahaan.

Dengan manajer departemen baru, program secara fundamental telah dimulai dari awal. Pemimpin baru mungkin tidak memiliki pengalaman di dunia PdM dan tidak dapat mengidentifikasi kebutuhan untuk melanjutkan proses; dia hanya melihat biaya untuk peralatan baru, pelatihan, kalibrasi peralatan, peningkatan peralatan, dll.

Di dunia saat ini, dengan penurunan yang begitu parah, ini bahkan lebih umum. Memotong biaya untuk segala hal adalah aturannya – ini adalah aturan yang picik, tapi ini adalah aturan yang kita jalani hari ini dan mungkin akan kita jalani dalam waktu dekat.

Manajer departemen baru mungkin hanya melihat hilangnya seorang tukang listrik atau tukang giling, sisi manusia. Dia telah melihat banyak pekerja yang baik menghilang untuk pensiun atau pergi untuk pekerjaan lain atau ditarik keluar dari departemen untuk bekerja di bagian lain dari pabrik.

Jadi, dia melihat orang-orang PdM-nya terlibat dengan pekerjaan yang tidak bernilai tambah ketika mereka dapat digunakan dengan baik di tempat lain di departemen atau untuk memenuhi komitmen pembagian tenaga kerjanya.

Manajer baru juga melihat orang-orangnya diperlukan untuk menjaga agar mesin tetap berproduksi, sehingga pekerjaan pemeliharaan preventif dan pekerjaan kerusakan adalah prioritas, terutama pekerjaan PM, yang menurutnya jauh lebih penting.

Hal ini disebabkan oleh fakta bahwa penyelesaian PM adalah pengukuran yang dianggap penting oleh manajemen, indikator kinerja utama yang berdampak pada keuntungan moneter bagi manajer. PdM tidak. Oleh karena itu, melakukan PM masuk akal karena mempengaruhi bottom line-nya.

Satu hal yang kita lupakan adalah bahwa manajer juga manusia, didorong oleh seperangkat aturan yang berbeda, kebanyakan tidak kita sadari dan tidak sepenuhnya kita pahami. Entah bagaimana kita harus menerima kenyataan itu karena sekarang itu adalah kenyataan kita juga.

Di lingkungan ini, ahli termograf inframerah, analis getaran, dan personel pengujian motor terus bekerja karena mereka semua telah mengembangkan basis penggemar yang mengetahui apa yang dapat dilakukan oleh teknologi mereka dan telah menerapkannya dalam proses sehari-hari – sampai pada titik pembangunan PM untuk banyak peralatan mereka menggunakan teknologi PdM yang berbeda.

Mereka tahu bahwa informasi yang dihasilkan sangat penting bagi mereka untuk membuat keputusan yang tepat. Jadi PM ini perlu dilakukan. Mereka menambah nilai. Jadi, mereka selalu menyelesaikannya untuk kepentingan departemen.

Semua orang yang mengandalkan analis PdM untuk memberi mereka data yang dibutuhkan adalah juara baru dari proses PdM. Mereka terus mengandalkan informasi ini. Para analis juga mengetahui hal ini dan mereka terus melakukan tugas mereka, meskipun mereka agak frustrasi karena bagi mereka tampaknya upaya mereka tidak dihargai.

Kemudian Anda dipindahkan ke Grup PdM Pusat – surga. Anda dapat melakukan pekerjaan yang Anda sukai sepanjang waktu.

Semoga Anda sukses dalam karir Anda di bidang yang Anda pilih. Saya harap Anda merasa sangat bermanfaat

Harap tanggapi entri blog ini dengan komentar, pertanyaan, dan kisah Anda tentang keberhasilan dan kegagalan pemeliharaan prediktif.


Pemeliharaan dan Perbaikan Peralatan

  1. Perbedaan Antara Pemeliharaan Preventif vs. Prediktif
  2. Memahami manfaat pemeliharaan prediktif
  3. Penjelasan Pemeliharaan Prediktif
  4. Mengukur keberhasilan program pemeliharaan prediktif
  5. Pertanyaan Pemeliharaan Prediktif Dijawab
  6. Cara Membangun Program Pemeliharaan Listrik
  7. Machine Learning dalam Pemeliharaan Prediktif
  8. Memastikan Pemeliharaan Prediktif yang Berhasil | Senseye
  9. Praktik Terbaik Pemeliharaan Prediktif | Senseye
  10. IoT Untuk pemeliharaan Prediktif