Menguasai Ketersediaan Mesin: Perhitungan dan Strategi Peningkatan

Menjaga peralatan berjalan secara efisien memerlukan pengelolaan keseimbangan dinamis di antara uptime, run time, fully productive time, dan banyak faktor lainnya. Jika berhasil, produk yang selesai dapat diproduksi dengan biaya terendah dan efisiensi tertinggi. Jika gagal, kinerja pabrik penderita pada unplanned downtime, unplanned maintenance, dan tingkat kegagalan yang tinggi.

Variabel-variabel ini semua merupakan bagian dari machine availability. Di semua lingkungan produksi, meningkatkan availability untuk menangkap fully productive time adalah kunci kesuksesan.

Apa Itu Machine Availability?

Machine availability, atau uptime, adalah jumlah total waktu mesin sebenarnya berjalan dibandingkan waktu yang dijadwalkan untuk berjalan. Availability adalah persentase waktu mesin dalam operasi.

Waktu yang dijadwalkan didasarkan pada pemahaman kapasitas yang tersedia, memiliki bahan baku yang tersedia dalam jumlah yang sesuai, dan memiliki staf serta pesanan penjualan yang diperlukan untuk menjalankan.

Downtime dapat memperlambat atau menghentikan mesin selama waktu yang dijadwalkan ini. Total downtime mencakup preventive maintenance, changeovers, dan variabel terkontrol, yang diketahui lainnya. Unplanned downtime berarti breakage, quality fallout, jams, atau pemberhentian yang tidak terduga lainnya.

Saat terjadi kejadian downtime, tablet MachineMetrics di mesin meminta operator untuk mengkategorikan kejadian downtime.

Misalnya, mesin dapat dijadwalkan untuk berjalan selama delapan jam dan hanya aktif selama enam jam. Dalam hal ini, availability score untuk mesin adalah 75%.

Semua operasi manufaktur harus mengukur availability dan downtime, dengan mempertimbangkan durasi dan alasan downtime. Namun, jika ini dicatat secara manual, kemungkinan besar akan sangat tidak akurat, sangat tertunda, dan jauh kurang dapat ditindaklanjuti.

Fungsi Machine Availability

Machine availability adalah KPI dasar tetapi kritis dalam manufaktur. Dengan mengukur waktu, durasi, dan alasan downtime, availability digunakan sebagai "anchor." Memahami availability, utilizasi peralatan tertentu, dan mengapa itu berjalan – atau tidak berjalan – membantu menyusun KPI lain untuk mengoptimalkan proses pada tingkat mesin atau pabrik.

Saat data ditangkap untuk downtime, variabel seperti maximum time, actual time, failure rate, dan planned production time dapat secara langsung mempengaruhi bagaimana peralatan berkinerja terhadap tujuan bisnis secara keseluruhan dan bagaimana keputusan dibuat oleh staf dan manajemen.

Machine availability adalah salah satu dari tiga KPI yang digunakan untuk menentukan Overall Equipment Effectiveness (OEE). Dua KPI lainnya adalah performance dan quality, yang akan kita bahas di bawah. Setiap KPI memiliki rumusnya sendiri dan membantu produsen memahami efisiensi operasi mereka sambil mengidentifikasi proses yang memerlukan optimasi.

Apa Rumus untuk Machine Availability?

Machine availability dihitung sebagai:

Availability = Run Time / Planned Production Time

Misalnya, jika mesin berjalan selama 8 jam, dengan 4 jam downtime, selama shift 12 jam, maka availability untuk mesin tersebut adalah 66.6%.

Salah satu masalah dengan menghitung equipment availability melalui cara tradisional adalah setiap insiden harus dicatat. Ini mencakup downtime, alasan, dan durasi aktual. Proses ini mengasumsikan bahwa operator, teknisi, dan manajer dengan benar mencatat setiap faktor.

Namun, aplikasi dunia nyata menunjukkan bahwa frekuensi dicatat secara salah dan alasan bersifat subjektif terhadap operator. Real-time machine data dan analytics adalah cara yang lebih akurat untuk menentukan availability.

Koneksi antara Availability dan Overall Equipment Effectiveness (OEE)

Overall Equipment Effectiveness (OEE) adalah metrik yang digunakan untuk mengukur efisiensi keseluruhan peralatan manufaktur. Ini juga dapat mengukur di seluruh grup mesin dalam pabrik atau seluruh perusahaan multi-pabrik. OEE digunakan untuk menentukan bagaimana produktivitas meningkat seiring waktu.

Skor OEE terdiri dari tiga komponen: availability, quality, dan performance. Quality dan performance juga dirumuskan dan dihitung sebagai:

Performance = (Ideal Cycle Time X Total Count) / Run Time

dan

Quality = Good Count / Total Count

OEE dapat dihitung secara manual menggunakan spreadsheet atau dengan platform data mesin seperti MachineMetrics, yang dapat secara otonom menangkap dan melaporkan informasi ini. Semakin akurat pengumpulan data, semakin berharga wawasannya. Namun, pengumpulan data manual dan terisolasi akan kurang bernilai dari analitik mendalam yang ditawarkan oleh software pemantauan pabrik dalam satu platform.

Availability adalah contoh yang baik akan kebutuhan otomatisasi. Pertimbangkan elemen yang diperlukan untuk rumus availability alone. Dengan menggunakan rumus "Availability = Run Time / Planned Production Time," operator, teknisi, dan manajer akan diharuskan untuk sepenuhnya mencatat alasan dan durasi unplanned stops.

Bahkan jika pengumpulan data manual akurat, analisis oleh manusia seringkali bias dan terfragmentasi; tren dan penyebab unplanned maintenance mungkin tidak terlihat oleh pengamat. Availability terhubung dengan OEE sebagai anchor untuk menghitung metrik lain, dan jika staf tidak dapat mengukur availability dengan akurat, maka perhitungan quality dan performance juga akan salah.

Perbedaan antara Machine Availability dan Machine Reliability

Machine availability tidak boleh disamakan dengan machine reliability. Keduanya adalah metrik yang berharga yang membantu menentukan strategi yang dapat ditindaklanjuti untuk meningkatkan availability, tetapi ada perbedaan.

Tidak asing untuk sebuah mesin memiliki skor reliability yang lebih rendah dari availability score. Digabungkan, mereka memainkan peran penting dan adalah cara lain banyak metrik dapat mendorong perbaikan proses. Namun, untuk menghitung OEE, hanya availability yang digunakan.

Bagaimana Meningkatkan Machine Availability?

Machine availability adalah tentang uptime. Meningkatnya berarti penerapan luas praktik terbaik, perubahan budaya, dan software. Jika unplanned downtime tinggi, perusahaan akan mengalami availability losses. Demikian pula, jika planned downtime tidak efisien, equipment availability lebih rendah.

Berikut beberapa cara untuk meningkatkan availability keseluruhan:

Budaya

Banyak operasi yakin bahwa OEE mereka jauh lebih tinggi dari kenyataannya. Karena mereka telah beroperasi dengan sistem, SOP, dan alat pengukuran manual yang sama, tidak asing bagi manajer untuk melewati target sebesar 20% atau lebih. Meningkatkan machine availability dimulai dengan perubahan budaya. Ini memerlukan manajer yang ingin memahami waktu yang tersedia untuk produksi dan bagaimana sistem mereka perlu berubah untuk meningkatkan OEE. Perubahan ini biasanya adalah keputusan top-down yang didorong oleh tekanan kompetitif, biaya, volatilitas pasar, dan faktor lainnya.

Maintenance

Sebagian besar downtime terkait dengan maintenance events. Ini seringkali tidak terencana, seperti perbaikan peralatan, spindle repair, tool breakage, atau training. Namun, ini juga dapat terlihat dalam planned downtime ketika penataan bagian yang tidak efisien, prosedur tertulis, organisasi alat, dan faktor lainnya menyebabkan perbaikan memakan waktu lebih lama dari yang seharusnya.

Untuk mengurangi unecessary downtime events dari excessive maintenance, produsen dapat mengumpulkan equipment data untuk lebih memahami kinerja dan kesehatan mesin. Namun, melakukan ini secara manual tidak hanya memakan waktu tetapi menghasilkan data yang tertunda dan tidak akurat.

Dengan menggunakan platform data mesin, pengumpulan dan standardisasi data dapat diotomatisasi. Dengan cara ini, tim maintenance menyadari kinerja dan kesehatan peralatan, dan dapat menggunakan machine condition data untuk memahami seberapa sering downtime terjadi dan alasan di baliknya.

Wawasan berharga ini kemudian dapat digunakan untuk mengoptimalkan strategi maintenance, seperti menerapkan pendekatan condition-based, secara otomatis membuat work orders dalam CMMS saat downtime terjadi, atau bahkan memprediksi kegagalan peralatan yang akan datang sepenuhnya.

Optimized Processes

Banyak kejadian downtime terkait dengan SOP yang tidak efisien, seperti waktu tunggu karena WIP dan masalah staging. Atau, praktik manajemen inventori yang kurang than optimal mungkin mempengaruhi waktu. Saat waktu tunggu untuk penyebab ini bertambah, availability berkurang.

Training juga dapat menjadi sumber excessive downtime. Jika membutuhkan waktu operator 14% lebih lama untuk membersihkan jam dan memulai ulang mesin daripada mereka pada shift lain, standarisasi prosedur yang benar akan membawa waktu ini ke garis yang sama. Dengan accurate data capture dan analisis, manajer dapat mengidentifikasi masalah ini berdasarkan mesin dan shift untuk mengembangkan SOP yang lebih baik atau memberikan remedial training.

Bersama dengan komitmen untuk mengubah budaya dan meningkatkan praktik maintenance, program perbaikan proses yang komprehensif yang berpusat pada data akan membantu mengidentifikasi masalah. Mengoptimalkan proses untuk inventory control, staging, WIP, dan masalah training dapat secara langsung mempengaruhi machine availability.

IIoT Platforms

Sementara masing-masing dari di atas dapat diterapkan untuk meningkatkan machine availability, mereka semua dapat dicapai secara lebih efektif menggunakan software. Dengan real-time machine monitoring, pabrik dapat menghilangkan upaya dan kesalahan yang inherent pada manual atau fragmented data capture.

Dengan menggunakan edge devices terbaik, seperti dari MachineMetrics, data ditangkap, terstruktur, dibersihkan, dan dikirim ke cloud-based analytics engine tanpa mengkompilasi laporan dan memasukkan data secara manual. Dengan membuang clipboard, operator diberdayakan dengan visualisasi kaya yang membantu mengkontekstualisasi data dan menawarkan wawasan yang dapat ditindaklanjuti.

Real-time machine status dan performance analytics dapat membantu mengurangi planned dan unplanned downtime. Data dapat digunakan untuk memperkaya program maintenance dengan condition-based maintenance yang menurunkan biaya dan memperpanjang umur peralatan.

IIoT real-time machine monitoring bahkan dapat menganalisis frekuensi yang dihasilkan oleh mesin untuk memprediksi kegagalan dan memperbaikinya dalam waktu yang optimal, seperti selama changeovers. Mereka juga menawarkan pelaporan yang kuat yang disesuaikan untuk fokus pada masalah paling signifikan.

Dengan akses ke wawasan ini, manajer dan eksekutif dapat dengan cepat memahami OEE sejati mereka dan menerapkan prosedur perbaikan proses yang menangani data yang tidak bias dan lengkap.

Real-time data mengurangi sifat iteratif dari perbaikan proses manual dan memungkinkan operator dan teknisi untuk fokus pada menjalankan peralatan daripada terganggu dengan manual data capture dan analisis yang rentan kesalahan.

Menggunakan MachineMetrics untuk Meningkatkan Machine Availability

MachineMetrics adalah platform data mesin yang secara otonom mengumpulkan dan menstandarkan data peralatan Anda. Dengan solusi plug-and-play kami, Anda dapat secara instan menghubungkan peralatan Anda dan mulai memberikan wawasan yang dapat ditindaklanjuti kepada tim Anda.

Manfaatkan dashboard untuk melihat kapan peralatan tertinggal dari part count goals, gunakan notifikasi untuk memperingatkan tim maintenance Anda tentang downtime events, kembangkan benchmarks yang akurat di seluruh cycle times, planned downtime, dan KPI lainnya.

Dengan MachineMetrics Anda dapat dengan cepat mengidentifikasi peluang terbesar dan area limbah, membantu Anda mengurangi machine downtime dan meningkatkan throughput. Book a demo hari ini untuk mempelajari lebih lanjut.