Meningkatkan pemeliharaan di bidang manufaktur

Alam semesta digital bertambah dua kali lipat setiap dua tahun, diproyeksikan tumbuh dari 4,4 triliun gigabyte pada 2013 menjadi 44 triliun pada 2020. Perusahaan bertanggung jawab atas sekitar 85 persen data yang disimpan di alam semesta digital ini, menurut EMC Digital Universe.

Pabrik manufaktur hanyalah salah satu jenis perusahaan yang berkontribusi pada produksi data ini, mengumpulkan data proses untuk memantau status mesin. Insinyur pabrik dapat memanfaatkan data ini sebaik-baiknya dan memastikan jadwal perawatan mereka menguntungkan pabrik mereka, menurut Claudia Jarret, manajer AS di pemasok suku cadang otomasi EU Automation.

Produsen, dihadapkan dengan tekanan konstan untuk memenuhi permintaan pelanggan sambil tetap fleksibel, sangat menyadari ancaman penghentian pabrik, Jarret menjelaskan. Disebabkan oleh banyak faktor, termasuk kegagalan mesin, waktu henti dapat merugikan produsen hingga $260.000 per jam, menurut firma analis Aberdeen Research.

Oleh karena itu, pemeliharaan preventif, di mana peralatan dipelihara sebelum rusak, sangat penting, daripada pemeliharaan reaktif, yang berfokus pada perbaikan peralatan setelah kerusakan.

Tetapi bagi mereka yang berada di industri bervolume tinggi dan bermargin rendah seperti manufaktur makanan dan minuman atau suku cadang otomotif, pemeliharaan preventif mungkin salah dipandang sebagai hal yang tidak dapat dicapai, karena dianggap biaya awal yang tinggi.

Pencegahan

Hari-hari menunggu sistem gagal karena motor yang terlalu panas atau sistem perpindahan panas yang bocor, misalnya, untungnya sudah terlewati, kata Jarret. Manajer pabrik sekarang merencanakan inspeksi rutin, peningkatan, dan pemecahan masalah untuk menghindari kerusakan. Langkah-langkah sederhana ini adalah salah satu cara untuk melakukan perawatan preventif.

Namun karena teknologi Industri 4.0 seperti pemantauan kondisi menjadi lebih mudah diakses, tersedia metode yang lebih cerdas, lebih akurat, dan lebih hemat waktu.

Banyak pabrik manufaktur sekarang menggunakan pemeliharaan prediktif, suatu bentuk pemeliharaan preventif yang canggih, untuk menetapkan seberapa baik peralatan berfungsi dan secara akurat memprediksi kegagalan sebelum terjadi. Hal ini tidak hanya mengurangi risiko kerusakan yang menyebabkan waktu henti, tetapi juga dapat berarti bahwa suku cadang pengganti yang diperlukan dapat dipesan dan tersedia jika terjadi kegagalan peralatan.

Selain itu, memantau kesehatan peralatan dapat memungkinkan penyesuaian bertahap, di mana perombakan besar-besaran sebelumnya diperlukan untuk perbaikan. Perubahan dapat meningkatkan efisiensi proses, yang pada akhirnya mengurangi biaya dengan menghilangkan elemen yang tidak efisien dan meningkatkan umur peralatan melalui pemeliharaan atau penggantian suku cadang yang aus.

Mulai dari mana

Langkah pertama yang harus diambil manajer pabrik saat menerapkan jadwal pemeliharaan preventif adalah mengumpulkan data sebanyak mungkin, saran Jarret. Ini harus mencakup perkiraan yang akurat dari biaya sebenarnya dari downtime ke pabrik yang bersangkutan. Mengumpulkan data yang dikumpulkan oleh sensor pintar, angka penjualan, dan sistem yang dipasang kembali harus memungkinkan Anda memperhitungkan kehilangan penjualan, produk yang terbuang, dan biaya perbaikan darurat, yang dapat memberikan angka dasar yang berguna.

Dengan menggunakan pengalaman mereka di pabrik, teknisi perawatan juga harus dilibatkan untuk menghasilkan rencana ideal untuk pabrik, termasuk area yang mereka yakini akan membutuhkan tingkat perawatan yang lebih tinggi, seperti peralatan atau mesin yang lebih tua yang secara inheren rentan terhadap kerusakan seperti motor, turbin , atau bagian bergerak lainnya.

Rencana ini kemudian dapat digunakan bersama anggaran untuk menghasilkan rencana pemeliharaan yang realistis, termasuk tingkat pemeliharaan preventif yang dapat digunakan. Untuk beberapa produsen, ini berarti pemeriksaan peralatan rutin, seperti sebulan sekali untuk bagian pabrik, atau setiap hari untuk mesin yang lebih mudah berubah.

Data

Jika pemeliharaan prediktif yang benar adalah tujuannya, data seperti suhu, tekanan, dan getaran dikumpulkan oleh sensor dan akan terus diintegrasikan, disimpan, dan dianalisis. Pertanyaan berikutnya bagi produsen adalah bagaimana memanfaatkan set data yang berharga namun besar ini.

Setelah data dikumpulkan, langkah selanjutnya untuk memanfaatkan potensinya adalah memulai analisis. Salah satu opsi populer untuk analisis data adalah layanan analisis cloud. Di sini, data mentah ditransmisikan ke cloud, tempat data tersebut dapat disimpan dan dianalisis untuk tren yang dapat memprediksi suatu peristiwa termasuk perincian. Banyak layanan juga menggabungkan sistem peringatan dan peringatan kerusakan yang akan datang dapat dikirim melalui portal web, aplikasi, email, atau pesan teks ke personel yang relevan.

Pabrikan lain, yang mungkin khawatir dengan keamanan siber, stabilitas data jangka panjang yang disimpan di cloud, atau jeda antara pengumpulan dan analisis data, akan menganalisis data mentah secara internal. Meskipun ini seringkali jauh lebih banyak sumber daya, ini memberi manajer pabrik kendali penuh atas data mereka.

Usang

Terlepas dari sistem mana yang diterapkan, pemeliharaan prediktif dapat digunakan untuk mengelola keusangan, selain mengurangi waktu henti dan meningkatkan efisiensi proses.

Ini berarti suku cadang dapat dipesan pada waktu yang tepat agar sesuai dengan jadwal perawatan. Secara tradisional, produsen harus menyimpan stok suku cadang yang mungkin perlu diganti, yang menghabiskan ruang berharga di lantai pabrik yang dapat digunakan untuk operasi. Suku cadang juga dapat berukuran besar dan menimbulkan bahaya kesehatan dan keselamatan, termasuk bahaya tersandung atau kebakaran, jika disimpan di lantai pabrik.

Sebagai gantinya, produsen dapat memilih untuk memesan suku cadang hanya jika diperlukan, memaksimalkan ruang dan sumber daya yang tersedia untuk mereka. Dengan pemasok seperti EU Automation yang dapat mengirimkan suku cadang usang ke seluruh dunia dalam waktu 24 jam, kini tidak perlu lagi menyimpan suku cadang di lokasi atau mengalami waktu henti yang lama menunggu suku cadang tersebut tiba.

Ketika pemeliharaan prediktif digunakan, data yang dikumpulkan juga dapat digunakan untuk tujuan lain, seperti meningkatkan efisiensi proses dan memastikan suku cadang pengganti dipesan dalam waktu yang lama. Pengumpulan dan analisis data yang tepat sangat penting untuk memaksimalkan potensinya—dan ini hanya akan menjadi lebih penting setiap tahun seiring dengan meningkatnya jumlah data.