Preventative vs Predictive Maintenance dan mengapa Anda harus bergabung
Saat berbicara dengan orang, kami menemukan bahwa istilah Pencegahan dan Prediktif sering kali tumpang tindih secara mental; namun ada perbedaan mencolok dalam teknik implementasi dan efek dunia nyata sehingga penting untuk mendefinisikan keduanya dengan jelas sebelum kita membahas pro, kontra, dan mengapa Predictive Maintenance adalah satu-satunya masa depan bagi produsen.
Pemeliharaan preventif sangat bergantung pada Mean Time Between Failure (MTBF) yang ditentukan oleh pabrik yang menentukan rata-rata lamanya waktu antara kegagalan mesin dan komponennya. Aktivitas pemeliharaan dilakukan sebelum jumlah MTBF (biasanya dalam jam operasi) terlampaui.
Pemeliharaan prediktif mengandalkan informasi diagnostik dunia nyata (seperti apa kondisinya saat ini) dan prognostik (seperti apa kondisi di masa depan) dari mesin dan komponennya (bisa berupa pemantauan getaran untuk bantalan / gearbox, pemantauan arus untuk motor listrik, suhu pemantauan cairan, dll.). Pemeliharaan dilakukan berdasarkan kondisi aktual komponen dan sisa masa pakai (RUL) yang diharapkan, sehingga Anda dapat memperkirakan kegagalan alat berat secara akurat dan menghindarinya.
Dunia nyata tidak ideal
Sayangnya untuk skema ini dan diagram kami yang rapi, dunia nyata tidak pernah sesuai dengan 'yang ideal' dan beberapa kompromi diperlukan.
Pemeliharaan preventif tidak memperhitungkan penggunaan mesin yang sebenarnya dan dengan cara apa pun tidak dapat menunjukkan titik kegagalan potensial. Seringkali hal-hal yang gagal bukanlah apa yang ditemukan pabrikan dalam rezim pengujian asli mereka dan seiring bertambahnya usia mesin, perilaku mereka berubah secara signifikan. Nomor MTBF yang disediakan produsen biasanya sangat konservatif karena kecenderungan untuk merawat secara berlebihan biasanya lebih murah daripada kegagalan dan waktu henti yang diakibatkannya.
Tidak hanya pemeliharaan yang direncanakan yang mengganggu operasi (waktu henti) tetapi kerusakan yang tidak direncanakan akan menyebabkan waktu henti tambahan – kadang-kadang bahkan sebelum acara pemeliharaan yang direncanakan. Di dunia nyata, skema ini menjadi semakin mahal dan tidak efisien seiring bertambahnya usia mesin.
Lihat bagaimana Nissan dan Senseye telah bekerja sama untuk mengurangi waktu henti produksi hingga 50%." align="middle">
Pemeliharaan prediktif di dunia nyata kemungkinan besar akan memiliki elemen pemeliharaan terencana untuk peningkatan jaminan tetapi ini akan cenderung lebih sedikit dan tidak terlalu mengganggu. Pemeliharaan berbasis kondisi reguler berdasarkan informasi prognostik memungkinkan penghindaran waktu henti yang tidak direncanakan. Dalam beberapa kasus, indikator kondisi mungkin muncul sebelum acara pemeliharaan yang direncanakan, pemeliharaan oportunistik kemudian dapat digabungkan ke dalam acara pemeliharaan yang sudah direncanakan untuk memberikan peningkatan efisiensi ekstra.
Menimbang
Pemeliharaan Prediktif yang didorong oleh diagnostik dan prognostik yang andal adalah pemenang yang jelas dalam hal mengoptimalkan produktivitas dan meminimalkan waktu henti. Peringatan tunggal untuk pengadopsi adalah bahwa itu sepenuhnya didorong oleh dunia nyata, membutuhkan data ekstensif untuk dikumpulkan dan investasi di muka untuk ini dapat terlihat menakutkan, meskipun itu berubah ketika Industri 4.0 dan IIoT mendapatkan kecepatan dan biaya sensor turun. Mesin yang lebih baru bahkan dilengkapi dengan sensor dan pengumpulan data bawaan untuk membantu pemeliharaan prediktif.
Peningkatan terbesar atas pemeliharaan preventif adalah memungkinkan Anda untuk mempertahankan penggunaan dan kondisi yang sesuai, tidak hanya pada MTBF. Anda menghemat uang dengan tidak hanya memiliki lebih sedikit peristiwa pemeliharaan mendalam tetapi lebih sedikit peristiwa waktu henti yang tidak direncanakan – Anda akan telah diperingatkan tentang kondisi komponen sebelumnya dan akan memiliki kesempatan untuk melakukan pemeliharaan korektif sebelum menjadi masalah waktu henti dan produktivitas.
Mengapa Pemeliharaan Prediktif adalah masa depan
Apakah Anda suka membuang-buang waktu dan uang? Tidak menyangka. Pesaing Anda juga tidak. Lompatan raksasa yang dibawa oleh Industri 4.0 bukanlah pada material, mesin, atau teknik produksi baru. Ini tentang meningkatkan dan mengoptimalkan apa yang sudah Anda miliki, memeras setiap tetes produktivitas terakhir dari investasi Anda.
Pemeliharaan Prediktif diaktifkan oleh produk seperti Senseye, membantu Anda menghindari waktu henti dan memastikan produktivitas sambil menghabiskan lebih sedikit uang. Itu sangat menarik!
Ingin melihat produk diagnostik, prognostik, dan pemantauan kondisi kami yang mudah digunakan Senseye beraksi dan mempelajari bagaimana hal itu dapat menghemat waktu henti Anda? Minta demo langsung di sini:
