Pencegahan pemeliharaan adalah pemeriksaan peralatan yang dilakukan secara teratur yang biasanya didasarkan pada waktu berjalan atau rutinitas. Misalnya, sebuah maskapai penerbangan dapat melakukan “penghancuran 100 jam” mesin jet untuk memeriksa masalah setelah mesin tersebut mencatat waktu operasi 100 jam.
Prediktif pemeliharaan—atau PdM—digunakan untuk memperkirakan potensi masalah sebelum pemeliharaan dijadwalkan dan mengumpulkan data dari sistem untuk digunakan oleh perusahaan (dan OEM). Pemantauan berkelanjutan dan akuisisi data ini telah dilakukan selama beberapa dekade menggunakan protokol bus kabel (seperti profibus dan modbus), tetapi mengeluarkan data dari pabrik dan ke tangan pihak ketiga karena alasan PdM? Itu baru.
Di bawah ini, kami akan memeriksa seperti apa pemeliharaan prediktif saat ini, tantangan yang menyertainya, dan apa yang kami lihat dapat mengubah pemeliharaan prediktif selama beberapa tahun ke depan.
Salah satu tantangan terbesar dari program pemeliharaan prediktif adalah mengeluarkan data dari sistem. Data ini tidak hanya berguna bagi pemilik pabrik—tetapi juga berguna bagi OEM pihak ketiga yang membuat mesin. Dan tanpa kemampuan untuk terus memantau aliran data, sangat sulit untuk memodelkan dan menilai mesin untuk PdM di masa mendatang. Jaringan sensor seperti Symphony Link menawarkan kemampuan untuk mengeluarkan data dari perusahaan pihak ketiga dengan cara yang hemat biaya.
Data yang dapat dikumpulkan oleh sistem PdM biasanya diatur ke dalam dua kategori berbeda:
Jika dilengkapi dengan benar, sistem pemeliharaan prediktif dapat menempel pada produk dan instrumen yang ada dan mulai mengumpulkan aliran data dengan segera tanpa mengganggu waktu kerja.
Pemeliharaan prediktif juga memungkinkan model bisnis yang sama sekali baru dibuat untuk OEM seputar penjualan waktu kerja mesin sebagai layanan, bukan sekadar menjual produk. Misalnya, alih-alih mengiklankan target pasar untuk sekadar membeli mesin pesawat mereka, OEM dapat meminta pelanggan mereka membayar mereka untuk setiap jam mesin tersebut digunakan. Sebagai gantinya, OEM dapat menangani semua layanan dan pemeliharaan yang diperlukan.
Tentu saja, ini tidak mungkin untuk setiap industri. Jauh lebih mudah dilakukan dalam pengaturan di mana pasukan layanan lapangan OEM dapat mengakses perusahaan, pabrik, atau pabrik dan dalam skenario ketika peralatan yang rusak dapat ditukar dengan mudah.
Alih-alih menerbangkan seseorang untuk memperbaiki sesuatu di bagian mesin yang belum dapat Anda identifikasi, sistem data pemeliharaan prediktif memungkinkan Anda mengidentifikasi secara tepat apa yang rusak dan apa yang perlu dilakukan agar peralatan dapat diservis sekali lagi. Ini jelas merupakan penghematan biaya.
Sistem PdM yang solid memberi Anda umpan balik desain yang belum pernah mungkin dilakukan sebelumnya. Misalnya, jika Anda melakukan rilis kecil dari produk baru yang sedang Anda kerjakan, Anda dapat segera memeriksa apa yang perlu diubah dan segera mengintegrasikan perubahan tersebut. Ini secara drastis memperpendek siklus hidup pengembangan produk untuk rilis penuh produk. (Ini juga membantu dalam memahami akar penyebab kegagalan dalam siklus desain.)
Satu hal yang akan sangat penting untuk masa depan otomatisasi industri dan untuk keseluruhan ekosistem penginderaan pemeliharaan prediktif adalah standarisasi antarmuka sensor . Standarisasi ini akhirnya akan menciptakan lebih sedikit gesekan bagi OEM dan pelanggan mereka. Tentu saja, ada perusahaan yang mencoba mendorong standardisasi, tetapi sangat sedikit insentif bagi perusahaan untuk melakukannya karena mereka lebih tertarik untuk menciptakan teknologi berpemilik. Oleh karena itu, standardisasi perlu lebih didorong oleh industri daripada oleh penyedia teknologi.
Karena itu, Anda tidak perlu menunggu untuk mengintegrasikan sistem PdM hingga menjadi standar. Ini bisa terjadi bertahun-tahun lagi dan akan terus berkembang bahkan setelah ada standar yang berlaku. Pendekatan terbaik adalah mengambil langkah-langkah kecil dengan menguji coba sistem PdM dan kemudian mempelajari bagaimana kasus penggunaan yang berbeda dapat diselesaikan dengan teknologi tersebut.
Selain itu, menarik juga untuk melihat bagaimana teknologi seluler seperti LTE-M dan NB-IoT bermain di ruang pemeliharaan prediktif . Teknologi seluler ini memungkinkan akuisisi data langsung dari sensor dengan biaya dan titik daya yang sangat rendah. Ini menciptakan kemampuan sensor bertenaga baterai yang murah untuk terhubung langsung ke jaringan seluler. Jika Anda ingin melakukannya hari ini, Anda harus menempatkan pusat akuisisi data seluler (untuk lebih dari $1.200) pada apa pun yang ingin Anda pantau, dan dapat mengharapkan untuk membayar antara $10 dan $30 per bulan untuk aliran data tersebut.
Tidak seperti beberapa solusi IoT, nilai untuk solusi pemeliharaan prediktif tidak ditambahkan dari metode transportasi data. Sebaliknya, nilai dibuat dari sensor dan lapisan aplikasi . Saat Anda memeriksa sistem kabel atau nirkabel mana yang mengangkut data, ingatlah bahwa mereka akan setara dalam banyak hal. Dengan kata lain, teknologi yang digunakan untuk memecahkan masalah pemeliharaan prediktif kurang menarik dibandingkan dengan solusi end-to-end yang diciptakannya.
Satu-satunya pertimbangan yang ingin Anda ingat adalah perbedaan biaya dan pertimbangan penerapan. Dengan kata lain, perlu diingat bahwa pembangkit listrik tenaga nuklir tidak mungkin memiliki jaringan WiFi tamu yang dapat Anda dukung!
Jika Anda ingin mempelajari lebih lanjut tentang manfaat dan kekurangan ini, lihat buku putih gratis di bawah ini.
Teknologi Internet of Things
Pemeliharaan merupakan aspek yang sangat penting bagi organisasi. Pemeliharaan dapat berdampak pada rasio keuntungan organisasi. Ini adalah faktor utama dari produksi yang berfungsi baik. Pemeliharaan dapat membantu dalam mengendalikan biaya dan jika aset dan peralatan tidak dilengkapi dengan pemeli
Apakah Anda mengetahui kondisi peralatan dan aset Anda? Apakah mereka mendapatkan perawatan yang tepat tepat waktu atau tidak? Perawatan sangat penting untuk bisnis tetapi pertanyaannya adalah jenis perawatan apa yang sesuai dengan bisnis Anda! Di blog ini, kita akan mengetahui apa itu perawatan pre
Memberikan perawatan tepat waktu sangat signifikan. Jika perawatan tidak dilakukan tepat waktu, dapat meningkatkan pengeluaran perawatan Anda sebesar 15 persen hingga 40 persen. Namun, jika Anda memberikan perawatan secara proaktif, Anda dapat menghemat biaya perawatan hingga 40 persen. Oleh karena
Fasilitas fabrikasi berat, seperti yang dioperasikan oleh Swanton Welding, adalah bangunan raksasa yang berisi alat berat dan tim besar pekerja yang berdedikasi. Mereka digunakan untuk jenis proyek yang bahkan tidak dapat dilakukan oleh perusahaan fabrikasi yang lebih kecil:produk besar yang menguji
