Memperbaiki strategi pemeliharaan yang rusak:optimasi PM dan FMEA
Minggu lalu di blog Fiix, kami melihat fenomena kerusakan pasca-pemeliharaan dan mengapa hal itu terjadi lebih sering daripada yang seharusnya.
Ini adalah masalah yang meresahkan di wajahnya:Mengapa repot-repot mendedikasikan sumber daya untuk strategi pemeliharaan sama sekali jika peralatan masih akan rusak? Tentu saja, akar masalahnya jauh lebih kompleks. Kami menyimpulkan minggu lalu bahwa kerusakan pasca-pemeliharaan terjadi karena pekerjaan dilakukan dengan tidak benar, atau karena terlalu banyak pekerjaan yang dilakukan secara keseluruhan. Dengan kata lain, pekerjaan pemeliharaan yang dicap preventif justru memiliki efek sebaliknya. Ketika kita melihatnya melalui lensa ini, optimasi PM (preventive maintenance) adalah solusi logis untuk masalah tersebut.
Apa itu optimasi PM?
Pabrik Handal mendefinisikan optimasi PM sebagai “proses untuk meningkatkan efektivitas dan efisiensi proses PM.” Mereka kemudian membedakan antara efektivitas dan efisiensi PM:“PM yang efektif mengatasi dan mengurangi konsekuensi dari mode kegagalan tertentu yang mungkin terjadi. PM yang efisien adalah tugas bernilai tambah yang dilakukan dengan menggunakan tenaga kerja, waktu henti, dan bahan yang paling sedikit yang dibutuhkan untuk menyelesaikan tugas tersebut.”
Melihat definisi ini, gambaran yang lebih jelas mulai muncul:Tujuan optimasi PM adalah untuk memastikan bahwa pemeliharaan memberikan nilai tambah secara keseluruhan. Ini melibatkan melihat setiap PM dan menentukan 1) apakah itu benar-benar dibutuhkan dan 2) apakah itu berdampak pada operasi keseluruhan yang dimaksudkan untuk dimiliki. Tetapi bagaimana sebuah organisasi dapat mulai menentukan PM mana yang memberi nilai tambah jika merekalah yang menciptakan semua PM tersebut? Jawabannya terletak pada menganalisis sebab dan akibat.
Menggunakan FMEA untuk mengoptimalkan PM
Proses optimasi PM dimulai dengan melihat data kegagalan dan membandingkannya dengan jadwal PM yang ada. Perangkat lunak CMMS sangat penting di sini, karena memungkinkan Anda untuk melihat kembali riwayat perintah kerja, data kegagalan, dan jadwal pemeliharaan Anda. Setelah Anda mengumpulkan data tentang kegagalan peralatan historis dalam konteks pekerjaan pencegahan yang Anda lakukan, mode kegagalan mulai muncul.
Ini adalah bagian dari proses yang lebih besar yang dikenal sebagai FMEA, atau analisis efek mode kegagalan:didefinisikan oleh asq.org sebagai "pendekatan langkah demi langkah untuk mengidentifikasi semua kemungkinan kegagalan dalam desain, proses manufaktur, atau perakitan." Dengan kata lain, ini adalah proses untuk menentukan semua cara, atau mode yang berbeda, peralatan Anda bisa gagal, dan menganalisis efek kegagalan tersebut terhadap sistem secara keseluruhan.
Dari sini, Anda dapat mulai mengurai sebab dan akibat. Apakah PM Anda benar-benar mencegah kegagalan yang ingin mereka cegah? Sebaliknya, apakah mereka menyebabkan kegagalan terjadi? Dapatkah Anda membandingkan data kegagalan dengan kurva P ke F (yang mengukur periode antara kegagalan potensial dan fungsional) untuk melihat apakah kegagalan tertentu dapat diprediksi dan dicegah tepat pada waktunya?
Dapatkan template FMEA gratis Anda di sini
Intinya:Pencegahan sejati terletak pada analisis yang cermat
Tren di sini, tentu saja, adalah analisis. Ini adalah tulang punggung dari banyak strategi pemeliharaan:Pemeliharaan yang berpusat pada keandalan, pemeliharaan prediktif, dan strategi pencegahan yang direncanakan dengan hati-hati, untuk menyebutkan beberapa saja. Mengoptimalkan jadwal perawatan Anda melalui FMEA harus menjadi praktik umum. Sederhananya, tidak ada strategi pemeliharaan yang harus didasarkan pada pola pikir plug-and-play atau fix-it-when-it-breaks. Jika Anda ingin strategi perawatan preventif Anda benar-benar preventif, Anda harus bersedia melubangi strategi tersebut agar dapat terus memperkuatnya.
Baca selengkapnya tentang kerusakan pasca-pemeliharaan dan pengoptimalan PM:
Rusak setelah diperbaiki:Menjelaskan kerusakan pasca-pemeliharaan
Mengoptimalkan pemeliharaan preventif menggunakan CMMS
Bagaimana Analisis FMEA Dapat Mencegah Bencana Saluran Udara Inggris senilai £100 juta
