Pemantauan Kondisi Jarak Jauh & Layanan: Rahasia Pengiriman yang Efisien dan Hemat Biaya
Perusahaan beralih ke layanan jarak jauh dan pemantauan kondisi untuk menghemat biaya, menggunakan staf layanan dengan lebih efisien, dan meningkatkan secara signifikan operasi peralatan mereka di lapangan.
Produsen peralatan saat ini harus membedakan tawaran mereka pada kinerja dan keandalan. Seringkali kunci keduanya adalah layanan. Namun, meningkatkan upaya layanan dapat memerlukan banyak tenaga kerja dan mahal. Secara berkala, perusahaan beralih ke layanan jarak jauh dan pemantauan kondisi untuk menghemat biaya, menggunakan staf layanan dengan lebih efisien, dan meningkatkan secara signifikan operasi peralatan mereka di lapangan.
RTInsights baru-baru ini duduk dengan Fernando Martinez Calderon, MindSphere Industry Solutions Manager di Siemens. Kami membahas titik nyeri pemantauan dan pemeliharaan peralatan dan bagaimana solusi IoT yang mencakup pemantauan kondisi jarak jauh dan penawaran layanan jarak jauh dapat sangat membantu. Secara spesifik, kita membahas MindSphere®, solusi industrial IoT as a service Siemens. Berikut adalah ringkasan percakapan kami.
RTInsights: Apa manfaat yang diperoleh perusahaan menggunakan solusi industrial IoT, seperti MindSphere, untuk pemantauan kondisi jarak jauh dan layanan jarak jauh?
Martinez Calderon: Ada banyak manfaat, dan mereka menjadi lebih kuat saat Anda menerapkan jenis solusi yang tepat. Misalnya, mari kita lihat beberapa kemampuan dari solusi MindSphere Asset Health and Service Hub , yang memungkinkan pemantauan kondisi jarak jauh dan layanan jarak jauh, dan banyak lagi. Produsen atau OEM dapat memiliki transparansi penuh dan berkelanjutan ke dalam kondisi sebuah peralatan. Data mentah yang dikumpulkan dapat dipantau dan dianalisis di edge untuk proses kritis lalu dikirim ke cloud untuk analisis dan pemrosesan lebih lanjut. Dengan kemampuan untuk melakukan analitik edge, data sensitif tetap di lokasi; lebih lanjut, memungkinkan untuk menentukan potongan data mana yang dikirim ke cloud serta granularitas dan frekuensinya. Misalnya, nilai rata-rata dari sinyal tertentu setiap jam atau mungkin hanya dalam kasus bahwa trigger tertentu terdeteksi.
Kombinasi edge-to-cloud ini memberikan penyedia layanan pemahaman nyata tentang cara mesin beroperasi sambil melindungi privasi pelanggan mereka. Namun pada akhirnya, nilai yang mendasari adalah menangkap anomali pada tahap awal sebelum menjadi masalah nyata.
Kemampuan seperti ini semakin kritis. Selama bertahun-tahun, produsen peralatan sebagian besar fokus pada menjual mesin mereka dan mempertimbangkan layanan sebagai item sekunder yang akan ditawarkan. Itu baik sampai persaingan dari penyedia harga lebih rendah mulai muncul, terutama dari negara Asia. Hanya menjual mesin sendirian tidak lagi menguntungkan – layanan telah menjadi faktor pengait.
Untuk berkompetisi secara efektif dengan penyedia biaya rendah dan tetap di unggulan dalam perangkat fungsi/fitur, produsen perlu memastikan bahwa mesin mereka selalu berjalan dan paling andal. Mereka perlu menjamin bahwa mesin mereka dapat memiliki throughput tertinggi dan masalah paling sedikit.
Sekarang, beberapa pembuat mesin menghasilkan setengah dari keuntungan mereka melalui kontrak layanan. Namun, memberikan layanan yang luar biasa bisa mahal, terutama untuk perusahaan yang berdiri sendiri. Namun dengan solusi Siemens, produsen atau OEM mesin dapat menyelaraskan kepentingan mereka secara efektif. Ini membantu mereka memberikan layanan yang jauh lebih baik tanpa meningkatkan biaya – atau bahkan dalam beberapa kasus, mereka mengurangi biaya. Ukuran efektivitas umum di area ini adalah KPI yang disebut cost-per-service case. MindSphere Asset Health and Service Hub dapat mengurangi KPI itu.
Untuk melakukan ini, solusi membantu untuk menghilangkan kasus darurat, yang adalah yang termahal. Produsen dan OEM mesin memiliki kemampuan untuk mengidentifikasi – melalui data yang dikumpulkan – kapan saja anomali terjadi dan mengatasinya sebelum menjadi masalah yang lebih besar. Ini berbeda dari pemantauan kondisi konvensional, yang memerlukan ahli untuk bepergian ke pelanggan mereka dan melakukan analisis kesehatan mesin satu atau dua kali setahun.
Menggunakan solusi, produsen dan OEM mesin mendapatkan pemantauan berkelanjutan tanpa mengirim seseorang ke lokasi. Ini adalah langkah nomor satu. Selain itu, solusi tidak hanya memantau sinyal “lambat”, seperti tekanan dan suhu, tetapi juga memantau getaran mesin. Dengan mengukur getaran dan parameter kritis lainnya, produsen atau OEM mesin dapat mendeteksi masalah berbulan-bulan di depan.
Untuk kemampuan pemantauan kondisi jarak jauh, solusi menggunakan sistem MindConnect Edge Analytics. Dengan itu, OEM mampu mendeteksi dan menganalisis anomali sebelum menjadi masalah nyata dan kadang-kadang dapat memperbaiki masalah tersebut secara jarak jauh.
Dalam beberapa kasus, seperti ketika perangkat keras perlu digantikan, kunjungan lokasi masih diperlukan. Namun dalam kasus ini, kunjungan lokasi tersebut dapat lebih produktif. Mengetahui situasi, teknisi dengan keterampilan yang tepat – dan dilengkapi dengan bagian yang tepat – dapat dikirim untuk layanan. Mereka tahu apa masalahnya dan dapat memperbaikinya segera.
RTInsights: Anda banyak membicarakan pemantauan kondisi jarak jauh; bagaimana dengan kemampuan layanan jarak jauh?
Martinez Calderon: Bagian besar kedua dari solusi Asset Health and Service Hub adalah layanan jarak jauh, yang dapat digunakan untuk menganalisis, memperbaiki, atau setidaknya melakukan aktivitas mitigasi secara jarak jauh.
Misalnya, katakanlah sistem pemantauan kondisi jarak jauh mendeteksi anomali dari mesin. Insinyur layanan perlu mengakses data tersimpan mesin untuk melakukan analisis penyebab akut yang komprehensif. Biasanya ini melibatkan teknisi layanan yang perlu berada di lokasi. Setelah masalah ditentukan, kunjungan kedua diperlukan untuk memperbaiki mesin atau mengganti komponen. Seperti yang Anda lihat, ini memerlukan beberapa kunjungan, yang menghasilkan waktu perjalanan yang mahal dan situasi kemunduran yang panjang.
Menggunakan layanan jarak jauh MindSphere, insinyur layanan dapat melihat data dan melakukan diagnosis pertama secara jarak jauh. Ini berarti saat ahli bepergian ke mesin, itu adalah orang yang tepat dengan alat dan bagian yang tepat pertama kalinya. Melangkah lebih jauh, tergantung pada jenis masalah, seluruh perbaikan mungkin dapat dilakukan secara jarak jauh, menghilangkan kebutuhan kunjungan lokasi.
Bersama-sama, kemampuan pemantauan kondisi jarak jauh dan layanan jarak jauh ini membuat solusi Asset Health and Service Hub sangat kuat. Kombinasi ini memungkinkan pengguna mesin untuk hampir menghilangkan kemunduran atau situasi darurat. Tentu saja, akan selalu ada beberapa layanan dan pemeliharaan yang terjadi, setidaknya dapat direncanakan, dan sumber daya tim layanan dikhabarkan dengan lebih bijak.
RTInsights: Apa titik nyeri yang diatasi oleh solusi ini?
Martinez Calderon: Titik nyeri teratas adalah kemunduran yang tidak terduga serta biaya layanan yang meningkat.
Pertama, kemunduran yang tidak terduga, seringkali merupakan hasil dari pendekatan pemeliharaan reaktif. Masalah dengan pendekatan ini adalah ketika peralatan rusak, penyedia layanan perlu diberitahu, lalu tim layanan harus pergi ke lokasi untuk menganalisis masalah. Jika tidak bisa diperbaiki dengan cepat, mereka pergi dan kembali beberapa hari kemudian dengan alat yang tepat, rekan yang tepat, dan bagian yang tepat untuk memperbaiki peralatan. Pendekatan reaktif ini adalah cara layanan dilakukan untuk banyak mesin, tetapi ini memakan waktu, mahal, dan tidak efisien.
Pendekatan yang sedikit lebih baik adalah menjadi proaktif. Untuk mesin kritis, seringkali pendekatan pemeliharaan pencegahan diambil. Alih-alih menunggu sesuatu untuk rusak, tim layanan memeriksa mesin dengan melakukan kunjungan lokasi dalam periode waktu tetap (setahun sekali, setiap enam bulan, satu kuartal sekali, dll.). Selama kunjungan ini, mereka mencoba menangkap masalah sebelum berdampak negatif pada produksi. Namun, masalah hanya dapat ditangkap beberapa waktu – masih ada kalanya pendekatan ini gagal.
Misalnya, katakanlah pemeliharaan terjadwal rutin untuk mesin tertentu ditetapkan untuk liburan Natal saat hal-hal lambat. Apa yang terjadi jika masalah terjadi pada November? Sekarang layanan bersifat reaktif, yang berpotensi mengakibatkan kemunduran, masalah dengan kualitas, atau produksi yang lebih sedikit. Plus, pendekatan ini masih memerlukan seseorang yang selalu bepergian untuk memeriksa bagaimana mesin mereka.
Pendekatan prediktif, digabungkan dengan kemampuan layanan jarak jauh, jauh lebih efektif. Dengan cara ini, tim layanan bepergian jauh lebih sedikit dan mampu bereaksi dengan lebih cepat dan lebih terorganisir. Ini adalah pendekatan yang ditawarkan oleh solusi Asset Health and Service Hub dari Siemens.
RTInsights: Bisakah Anda membicarakan perbedaan antara pemeliharaan prediktif dan proaktif/reaktif ini sedikit lebih lanjut?
Martinez Calderon: Untuk memahami mengapa ini sangat penting, lihat saja bagaimana layanan dilakukan. Biasanya, satu-satunya informasi yang didapat penyedia layanan adalah panggilan telepon dari pelanggan yang mengatakan ada masalah – mesin telah berhenti bekerja. Meskipun mereka mencoba menjelaskan bagaimana itu terjadi, jenis deskripsi ini tidak sangat berguna. Plus, ini didasarkan pada opini/observasi pelanggan dan bukan pada data peralatan nyata.
Perusahaan kemudian mengirim teknisi ke lokasi, tetapi mereka seringkali pergi tanpa persiapan, lebih seperti detektif untuk mencari tahu, “Apa masalah dengan mesin ini? Mengapa itu rusak?” Selama kunjungan ini, mereka mungkin tidak memiliki alat yang tepat, cadangan bagian yang tepat, dan terkadang bahkan tidak memiliki keterampilan yang tepat.
Dengan solusi Siemens MindSphere, produsen dan OEM mesin dapat melakukan analisis prediktif pertama ini dari lokasi jarak jauh, berdasarkan data dan fakta, dan sebelum kerusakan mesin sepenuhnya. Jika sensor menunjukkan anomali, pekerja detektif dimulai dari indikasi pertama. Mereka dapat menganalisis data itu dan menemukan penyebab akut masalah tanpa harus pergi ke lokasi.
Ini sangat besar karena mengurangi jumlah perjalanan. Solusi memungkinkan tim layanan untuk mengorganisir dan merencanakan pekerjaan mereka alih-alih beroperasi dalam mode darurat. Atau, jika bukan perbaikan perangkat keras, mereka dapat melayani mesin secara jarak jauh dengan update perangkat lunak untuk memperbaiki jenis masalah ini. Ini jauh lebih ramah pengguna bagi yang menerima layanan karena mereka mendapatkan resolusi segera dan tidak ada biaya perjalanan.
RTInsights: Untuk menutup, bisakah Anda meringkas manfaat menggunakan solusi Siemens MindSphere?
Martinez Calderon: Selenium memperkenalkan satu antarmuka terpadu untuk menyatukan sistem kami, yang membedakan kami sangat dari pesaing pasar kami. Beberapa memiliki sistem pemantauan. Lain memiliki platform IoT. Dan ada yang memiliki kemampuan dan aplikasi layanan jarak jauh atau sistem tiket. Hanya Siemens yang telah membuat solusi terhubung dan sangat ramah pengguna. Tim layanan diberdayakan untuk benar-benar fokus pada menggunakan pengetahuan untuk memberikan nilai kepada pelanggan mereka.
Kami memiliki sistem pemantauan kondisi jarak jauh yang berjalan. Jika mengidentifikasi anomali, akan memicu peristiwa atau alarm otomatis. Pada dasarnya, ini mengangkat tangannya dan mengatakan, “Ada sesuatu yang tidak baik denganku.” Segera dan otomatis, solusi terpadu Asset Health and Service Hub menciptakan tiket layanan. Tiket layanan akan melalui manajemen siklus hidup tiket dan tetap terbuka sampai penyedia layanan menyelesaikan masalah dan menutup tiket.
Selama siklus hidup tiket, semu yang terjadi dicatat dalam tiket. Itu berarti banyak proses protokol yang tim layanan harus lakukan sekarang diurus secara otomatis oleh solusi kami. Semua dipantau. Semua diprotokol.
Itu hanyalah langkah pertama. Setelah itu, pengguna dapat menganalisis tiket tersebut dan kasus layanan. Mereka dapat mengatakan, “Oke, dalam setahun terakhir, jenis kasus layanan apa yang paling sering terjadi? Apakah ada masalah sistematis dengan mesin? Apakah ada sesuatu yang terkait dengan layanan yang diabaikan?”
Analisis jangka panjang seperti ini adalah yang benar-benar dinikmati perusahaan. Dasbor layanan jarak jauh memberikan wawasan tentang KPI, seperti berapa lama tiket biasanya tetap terbuka? Berapa lama mesin tertentu tetap dalam kondisi sehat? Seberapa sering memiliki tiket? Apakah ada periodisitas dari tiket? Dengan menganalisis kasus layanan ini, kami dapat menyampaikan semua jenis wawasan kepada produsen peralatan dan OEM.
Dan karena kami adalah Siemens, kami mematuhi persyaratan industri untuk pemantauan kondisi jarak jauh serta untuk layanan jarak jauh. Kami menggunakan sistem ini di pabrik kami sendiri, yang merupakan beberapa pabrik terbesar dan paling canggih di dunia. Solusi ini bekerja sangat baik dan menambahkan banyak nilai. Kami membawa semua pengalaman ini, semua pengetahuan ini ke dunia luar, karena kami pikir ini adalah situasi saling menguntungkan bagi semua pihak.
