Bagaimana Pemantauan Jarak Jauh, Pemrograman, dan Pemeliharaan Prediktif Mengubah Robotika Industri
Solusi pemantauan jarak jauh, pemrograman jarak jauh, dan pemeliharaan prediktif memungkinkan produsen untuk mengurangi waktu henti, meningkatkan kinerja sel robot, dan melindungi kelangsungan bisnis.
Terintegrasi dalam lanskap yang lebih luas dari manufaktur digital, Industry 4.0, dan IIoT, teknologi ini menggabungkan wawasan digital dengan operasi fisik, menghasilkan penghematan yang dapat diukur dalam waktu, biaya, dan risiko.
Meskipun minat sudah tumbuh sebelum pandemi, krisis COVID-19 mempercepat adopsi. Aturan jarak sosial, perintah kerja dari rumah, dan kekurangan tenaga kerja yang berkelanjitan memaksa pabrik untuk mengevaluasi ulang cara mereka memelihara robot dan mempertahankan operasi.
Setup tradisional bergantung pada personel di lokasi untuk pemeriksaan kinerja dan pemrograman ulang—kedua hal ini terancam saat jumlah personel menurun. Solusi jarak jauh dirancang untuk menjembatani kesenjangan tersebut.
Pasar pemantauan produksi global diproyeksikan akan naik dari USD 4,0 miliar pada 2018 menjadi USD 6,4 miliar pada 2023, pertumbuhan 9,8% CAGR, menurut Markets & Markets.
Waktu henti yang tidak terencana membiayai produsen sekitar USD 50 miliar setiap tahun, dengan kegagalan perangkat bertanggung jawab atas 42% dari gangguan tersebut. Gangguan semacam ini secara dramatis meningkatkan biaya pemeliharaan dan perbaikan.
Di bawah, kita uraikan manfaat inti sistem ini dan menyoroti contoh nyata dari mitra A3.
CATATAN: Meskipun diskusi ini berfokus pada robot industri, prinsip yang sama berlaku untuk mesin dan perangkat lainnya.
Contoh grafik sejarah produksi yang dihasilkan oleh perangkat lunak Productive Analytics. KREDIT: Productive Robotics
Pemantauan Jarak Jauh
Pemantauan jarak jauh memungkinkan Anda melihat kinerja robot dari tablet, laptop, atau smartphone mana pun. Anda dapat melacak indikator kinerja utama (KPI) seperti waktu aktif, waktu henti, dan waktu siklus secara real time dan seiring waktu.
Titik data ini memandu penyesuaian pada sel robot atau pengaturan, yang mendorong produktivitas, throughput, dan kualitas yang lebih tinggi sambil meningkatkan kelangsungan bisnis.
Saat robot gagal, pemantauan jarak jauh dapat memicu peringatan instan kepada personel yang tepat, memungkinkan diagnosis cepat dan meminimalkan waktu henti yang menguntungkan.
Pada 2020, Productive Robotics, Inc. meluncurkan Productive Analytics, platform status real-time berbasis cloud untuk robot kolaboratif OB7-nya. Alat ini menawarkan status operasional langsung dan sejarah produksi, membantu pengguna mengoptimalkan output, menemukan kesalahan, mengurangi waktu henti, dan memantau aktivitas robot dari mana saja.
Pemrograman Jarak Jauh
Pemrograman jarak jauh melampaui pemantauan dengan memungkinkan insinyur untuk menulis, mengedit, dan menuturkan program robot tanpa berada di lokasi. Ini menghilangkan biaya perjalanan dan mempercepat respons terhadap perubahan aplikasi atau kegagalan.
Dari satu lokasi, seorang insinyur dapat memantau dan memrogram banyak robot, menyederhanakan operasi dan membuka aliran pendapatan baru bagi integrator.
Pemeliharaan Prediktif
Pemeliharaan prediktif mengidentifikasi kegagalan yang akan datang sebelum terjadi, berbeda dengan pemeliharaan reaktif yang hanya mengatasi masalah setelah terjadi.
Menurut studi Reports & Data, pasar pemeliharaan prediktif tumbuh dari USD 1,90 miliar pada 2019 menjadi diantisipasi USD 21,20 miliar pada 2027, CAGR menakjubkan sebesar 28,9%.
KUKA’s SmartProduction memberikan wawasan komprehensif yang meningkatkan kinerja, efektivitas peralatan, dan prediktivitas pemeliharaan. KREDIT: KUKA
KUKA’s SmartProduction mengdigitalkan seluruh sel dan baris produksi, menciptakan jaringan interoperabel di mana mikro-layanan dan big data bergabung untuk meningkatkan efisiensi, kualitas, dan fleksibilitas. Data kondisi dan kinerja kunci dapat diakses melalui PC, notebook, atau smartphone, menghilangkan waktu dan biaya yang tradisional terkait pemeliharaan.
Studi Deloitte Analytics Institute menemukan bahwa analitik prediktif canggih dapat meningkatkan produktivitas sebesar 25%, waktu aktif peralatan hingga 20%, mengurangi kerusakan sebesar 70%, dan memotong biaya pemeliharaan sebesar 25% secara rata-rata.
Baca Lebih Lanjut:
