Analitik Prediktif Terintegrasi: Mengubah Pemeliharaan Menjadi Strategi Proaktif & Model Bisnis Baru

Data IoT dan sensor yang tersedia secara jarak jauh melalui konektivitas nirkabel dapat dianalisis untuk mencari tren dan mengaktifkan pemeliharaan proaktif.

Saat kita keluar dari pandemi, perusahaan menyadari banyak pelajaran yang dipelajari harus menjadi prosedur operasional standar ke depan. Tidak ada tempat yang lebih jelas daripada dengan memelihara dan mengelola peralatan dan produk di lapangan. Untungnya, teknologi yang memungkinkan organisasi untuk memantau kinerja peralatan mereka di lapangan secara real-time dapat memainkan peran yang signifikan. Manfaat dari memiliki informasi tersebut dapat dikomplementasikan dengan menggunakan analitik prediktif pada data tersebut untuk mencari masalah yang sedang terbentuk. Itu memungkinkan tindakan korektif dan pemeliharaan proaktif untuk diambil, menghilangkan waktu henti atau kebutuhan untuk kunjungan situs yang tidak terjadwal.

Tidak ada keraguan pandemi menekankan kebutuhan bagi produsen produk dan perusahaan yang melayani produk di lapangan untuk mengubah ulang prosedur operasi normal. Pembatasan perjalanan melarang mengirim orang ke mana-mana untuk menilai dan memperbaiki masalah. Bahkan jika orang lokal dan secara teoretis dapat mengunjungi fasilitas, pemerintah lokal atau perusahaan itu sendiri mungkin tidak mengizinkan siapa pun untuk memasuki fasilitas.

Elemen teknologi untuk transformasi

Hambatan semacam ini selama lockdown menyoroti kebutuhan untuk memiliki wawasan real-time tentang bagaimana produk beroperasi di lapangan. Caranya adalah dengan memanfaatkan beberapa teknologi bersama-sama.

Apa yang dibutuhkan pertama kali adalah sensor terpadu dalam produk untuk memantau dan mengukur kondisi saat ini dan indikator kinerja kunci (KPI). Parameter yang diukur mungkin mencakup kecepatan operasi (misalnya, dari motor), suhu, atau tekanan. Ini juga bisa mencakup hal-hal seperti status level dan konsumsi bahan habis seperti tinta dalam printer, minyak dalam mesin, film dalam sistem citra, dan lebih banyak. Untungnya, penerapan luas sensor cerdas dan Internet of Things (IoT) memberikan dasar teknis yang diperlukan untuk akses data tersebut.

Di masa lalu, data seperti itu hanya tersedia di lokasi dan hanya dapat diakses dalam sistem kontrol industri (ICS) seperti sistem supervisory control and data acquisition (SCADA) atau distributed control systems (DCS). Biasanya, sensor terhubung keras ke sistem semacam itu melalui jaringan on-premises pribadi.

Penggunaan yang meningkat dari layanan nirkabel yang ada seperti Wi-Fi dan 3/4G seluler dan layanan konektivitas nirkabel yang muncul (misalnya, Wi-Fi 6 dan 5G) dapat membuat data tersebut lebih luas tersedia. Konektivitas semacam itu dapat memungkinkan sistem lain, selain sistem ICS, untuk mengakses data. Dan konektivitas nirkabel dapat digunakan untuk mengizinkan akses jarak jauh ke data juga. Jadi sekarang, organisasi yang menyediakan atau mengelola peralatan dapat memantau secara terpusat keadaan perangkat di lapangan. Akses jarak jauh ke data semacam itu dapat digunakan secara taktis. Misalnya, banyak organisasi telah menggunakan kemampuan semacam itu untuk beralih dari pemeliharaan reaktif (perbaiki saat rusak) ke pemeliharaan pencegahan.

Potongan terakhir dalam trigama teknologi adalah analitik. Data IoT dan sensor yang tersedia secara jarak jauh melalui konektivitas nirkabel kemudian dapat dianalisis untuk mencari tren.

Mengurangi waktu henti, mengoptimalkan kinerja

Menggunakan sensor dan konektivitas memungkinkan produsen produk dan perusahaan yang melayani produk di lapangan beralih dari pemeliharaan berbasis kalender ke pemantauan dan pemeliharaan berbasis kondisi. Sebuah perusahaan mungkin menggunakan data historis untuk menemukan bahwa bagian vendor A biasanya bertahan dua kali lebih lama dari mean time to failure yang dinyatakan produsen di fasilitas perusahaan. Jadi, alih-alih menggantinya sesuai jadwal produsen, mereka dapat dengan yakin mendapatkan penggunaan tambah dari bagian itu. Itu menyebarkan biaya penggantian bagian selama waktu yang lebih lama, mengurangi pengeluaran tahunan keseluruhan untuk bagian cadangan dan penggantian.

Lebih dari itu, mungkin ketika analitik prediktif digunakan pada data dari sensor. Misalnya, perusahaan yang memproduksi atau melayani produk mungkin menemukan bahwa lonjakan suhu operasi 20% yang cepat adalah indikasi awal bahwa perangkat akan gagal dalam lima hari.

Itu hanyalah awal. Kombinasi sensor plus konektivitas plus analitik prediktif memungkinkan pendekatan proaktif terhadap pemeliharaan yang memungkinkan perusahaan untuk menghemat biaya, mendapatkan lebih banyak umur dari peralatan yang terpasang, dan mengurangi waktu henti.

Seperti yang disebutkan, perusahaan di masa lalu secara rutin mengganti bagian berdasarkan jadwal pemeliharaan yang ditetapkan. Dengan wawasan kinerja dari perangkat atau bagian, perusahaan dapat melihat sendiri apakah unit menunjukkan tanda degradasi kinerja. Kemampuan prediktif semacam itu yang mendeteksi masalah potensial memungkinkan perusahaan untuk memperbaiki masalah yang sedang terbentuk sebelum gangguan dan memberikan penghematan biaya tambahan dalam penghindaran biaya. Ini menghindari waktu henti yang tidak terduga. Dan ini dapat menghindari biaya melakukan perbaikan darurat. Mengirim teknisi tanpa pemberitahuan menimbulkan biaya perjalanan yang tinggi. Model pemecahan/perbaikan ini memerlukan pengedaran bagian ke lokasi, yang mengakibatkan biaya pengiriman dan pengiriman yang tinggi. Semua itu dapat diminimalkan dengan wawasan kinerja dan status yang berasal dari analitik.

Contoh prima dari nilai kemampuan semacam ini adalah pekerjaan yang dilakukan oleh Howden, pemimpin global dalam manufaktur solusi penanganan udara dan gas. Peralatan mereka digunakan di sektor termasuk infrastruktur, generasi listrik, minyak dan gas, air limbah, logam, pertambangan, dan transportasi.

Perusahaan mengembangkan solusi Howden Uptime menggunakan ThingWorx dari PTC, yang menawarkan platform IoT, dirancang untuk mempercepat transformasi digital. Platform Howden Uptime adalah aplikasi pemantauan dan optimasi kinerja jarak jauh yang digunakan untuk setiap jenis peralatan berputar (kompresor, kincir angin, turbin, dll.) yang berjalan di fasilitas pelanggan di seluruh dunia.

Ini dapat memantau dan mengelola secara proaktif perangkat yang berjalan di lokasi terpencil, beberapa di antaranya di Laut Utara dan lokasi terpencil lainnya. Solusi ini memungkinkan Howden untuk memantau mesin mereka seolah-olah mereka berdiri di sampingnya.

Mengaktifkan model bisnis baru

Dengan memberikan konektivitas ke peralatan, produsen atau perusahaan yang melayani peralatan dapat mengubah operasi dan model bisnis mereka.

Ini dapat beralih dari reaktif ke prediktif, sehingga meningkatkan efisiensi staf pemeliharaan dan mengurangi waktu henti yang tidak terduga.

Pentingnya, teknologi konektivitas dan data yang dikumpulkan sangat penting untuk berpartisipasi dalam inisiatif industri di masa depan seperti Industry 4.0 dan digital twin.

Mengapa ini penting? Perusahaan yang melangkah maju dengan Industry 4.0 dan solusi digital lebih baik diposisikan untuk menawari gangguan ekonomi. Mereka dapat bergerak lebih cepat dan lebih jauh dari rekan-rekan mereka selama krisis. Keuntungan semacam ini tidak terlewat oleh industri saat keluar dari krisis COVID.

Untuk mengetahui lebih lanjut tentang mengaktifkan konektivitas dan analitik untuk memantau dan mendukung peralatan kunjungi: www.ptc.com/predictive-analytics