Menguasai Pemeliharaan Berbasis Kondisi: Bahasa, Strategi, dan ROI

Strategi pemeliharaan yang paling efektif disesuaikan dengan setiap aset, bukan pendekatan seragam. Dengan menganalisis setiap peralatan, organisasi dapat menentukan jalur yang memberikan keandalan dan ROI tertinggi. Saat ini, profesional pemeliharaan semakin mengandalkan pemeliharaan prediktif (PdM) dan pemantauan kondisi (CdM) untuk menavigasi perjalanan ini.

Untuk menavigasi lanskap pemeliharaan, kita harus terlebih dahulu menggunakan terminologi yang tepat. PdM dan CdM adalah teknik dan alat yang beroperasi dalam strategi pemeliharaan berbasis kondisi (CBM). Alat-alat ini mendeteksi gejala kegagalan yang akan datang; mereka bukan strategi itu sendiri.

CBM mengumpulkan data dari PdM dan CdM untuk mengidentifikasi momen optimal untuk pemeliharaan, mengurangi kondisi yang menyebabkan kegagalan.

Tujuan CBM adalah menjaga setiap aset tersedia saat diperlukan sambil menghindari pemeliharaan yang terlalu awal atau terlalu tardi pada kurva P-F. Tujuannya adalah menggeser ke kiri pada kurva P-F dengan mendeteksi potensi kegagalan lebih cepat.

Menemukan jendela pemeliharaan ideal selama tantangan bagi para praktisi.

Mengadopsi Mentalitas Industri 4.0 (IIoT)

Hingga waktu terdekat, keputusan pemeliharaan adalah campuran dari jadwal berbasis waktu dan pendekatan run-to-failure. Observasi manusia dan data setelah kegagalan adalah sumber wawasan utama.

Fasilitas sering menunggu motor, pompa, atau konveyor gagal sebelum bereaksi—salah satu opsi yang viable saat alat dan data terbatas.

Kebangkitan otomatisasi dan data digital selama Industri 3.0 memperkenalkan perangkat lunak computerized maintenance management system (CMMS), memungkinkan jadwal pencegahan berbasis waktu (PM) yang digital untuk setiap aset.

Tim pemeliharaan mengukur indikator kunci untuk mengantisipasi kegagalan, kemudian menjadwalkan downtime untuk memperbaiki atau mengganti komponen sesuai jadwal yang ditetapkan (sering ditentukan OEM), terlepas dari kondisi aktual. Ini mengurangi tingkat kegagalan tetapi menambahkan tenaga kerja, downtime, dan penggantian yang tidak diperlukan.

Saat ini, dengan Industri 4.0 dan IIoT, banyak fasilitas memanfaatkan data kondisi aset secara real-time (atau hampir real-time) untuk mengoptimalkan aktivitas pemeliharaan.

CBM menangkap data dari sensor, diagnostik handheld, SCADA, dan sistem akuisisi lainnya. Data diagregasi, dianalisis, dan diterjemahkan menjadi intelijen yang dapat ditindaklanjuti melalui CMMS, yang mengarahkan sumber daya di tempat paling dibutuhkan. Tim pemeliharaan beralih dari pemadam kebakaran ke optimasi proses digital.

Pemeliharaan Prediktif vs. Pemantauan Kondisi: Apa Perbedaannya?

Baik PdM maupun CdM menggunakan teknologi untuk menangkap data kondisi aset, dan keduanya beroperasi sepenuhnya dalam lingkungan pemeliharaan. Perbedaannya halus; mereka saling melengkapi. Program yang kuat biasanya menggabungkan keduanya untuk memberikan gambaran keandalan yang komprehensif.

Bersama-sama, PdM dan CdM memberikan data empiris yang diperlukan untuk mengalokasikan sumber daya pemeliharaan secara efisien dan menguntungkan.

Pemeliharaan Prediktif

Alat PdM—termografi, analisis getaran, analisis minyak, pengukuran ultrasonik—mengambil cuplikan kesehatan aset. Karena data bersifat time-specific, harus dikontekstualkan dengan data operasional seperti waktu operasi dan kondisi beban.

PdM tidak memprediksi waktu kegagalan yang tepat atau umur paket. Sebaliknya, menyediakan data observasi yang memberikan jadwal pemeliharaan yang lebih akurat dan hemat biaya, meningkatkan ketersediaan dan jaminan kapasitas.

Pemantauan Kondisi

Alat CdM mengumpulkan data kesehatan secara kontinu melalui sensor dan sistem akuisisi, ideal untuk aset yang sulit dijangkau atau berbahaya. Sensor mendeteksi getaran bantalan, panas berlebih, atau masalah kualitas daya tanpa mengekspos petugas pada risiko atau memerlukan downtime.

Data dapat dikumpulkan dari detik hingga hari. IIoT, kemajuan sensor, dan biaya yang menurun menciptakan pertumbuhan data eksponensial. Menerapkan AI dan machine learning pada data tren ini membantu menentukan titik optimal pada kurva P-F untuk tindakan pencegahan.

Mengurangi Kegagalan Acak

Kegagalan acak timbul dari penyebab yang tidak diketahui. PdM dan CdM unggul dalam mengungkap akar penyebab dari peristiwa ini.

Tim pemeliharaan harus memeriksa getaran, termografi, kualitas daya, dan sinyal lain untuk mengidentifikasi indikator kegagalan. Bergantung pada inspeksi time-directed yang berulang dapat menguras sumber daya.

Dengan PdM dan CdM, organisasi dapat mengklasifikasi kegagalan secara akurat, menyelesaikan akar penyebab, dan menerapkan strategi mitigasi yang benar, mengubah "tidak diketahui" menjadi jendela pemeliharaan yang dapat diprediksi dan memperpanjang MTBF.

Mengembangkan Strategi Tindakan Pencegahan yang Efektif

Evolusi pemeliharaan bergerak dari time-directed ke condition-directed ke data-directed. Tidak setiap aset mengikuti jalur yang sama; pilihan strategi bergantung pada kritikalitas dan biaya.

Sebagian besar fasilitas mengadopsi rencana pencegahan hibrid yang menggabungkan metode time-directed, condition-directed, dan data-directed. Kunci adalah memilih campuran yang tepat.

Saat time-directed PM telah menurun, tetap efektif untuk tugas-tugas seperti penggantian terjadwal komponen berisiko tinggi dalam lingkungan misi-kritis—minyak & gas, listrik nuklir, dll. Dalam konteks ini, menggabungkan CBM dengan pemeliharaan berbasis data disukai.

Keputusan harus mempertimbangkan kritikalitas aset, anggaran, dan ketersediaan sumber daya manusia dan teknis. Menerapkan PdM dan CdM hanya ketika mereka lebih unggul dibandingkan metode time-directed atau run-to-failure sederhana memastikan pemeliharaan hemat biaya.

Frekuensi pengumpulan data harus cocok dengan mode kegagalan. Bantalan dengan kurva P-F enam bulan mungkin hanya perlu pemantauan mingguan, sedangkan bantalan yang sama di pabrik nuklir memerlukan pengawasan konstan.

Pertimbangan Utama dalam Merancang Strategi Pemeliharaan yang Efektif

Memilih strategi optimal adalah keputusan keuangan dan logistik. Perhatikan faktor-faktor ini:

• Mengevaluasi apakah penggantian aset secara berkala lebih murah dan lebih cepat daripada inspeksi terjadwal.
• Mengidentifikasi aset yang kritikalitasnya memenuhi biaya pemantauan kondisi.
• Ingat perbedaan antara strategi dan teknik & alat:
• CBM, RCM, RBM, DOM, dan RTF adalah strategi.
• PdM dan CdM adalah teknik & alat yang digunakan dalam strategi CBM.
• Time-directed, condition-directed, dan data-directed mengklasifikasikan tugas prosedural dalam rencana tindakan pencegahan.
• Alat keandalan seperti FMEA dan FMECA memandu pemilihan strategi dan langkah prosedural untuk mengurangi atau menghilangkan penyebab kegagalan.

Pada akhirnya, Anda harus menyeimbangkan dua return on investment: penghematan efisiensi tradisional dan ROI integritas—mempertahankan ketersediaan aset dan jaminan kapasitas. Alat, teknik, dan strategi yang Anda pilih harus mendukung misi tersebut.

Tentang penulis

Gregory Perry, CMRP, CRL, adalah Senior Capacity Assurance Consultant di Fluke Reliability. Sebagai Certified Reliability Leader dengan hampir dua dekade pengalaman dalam praktik terbaik pemeliharaan dan operasi, ia spesialis dalam MRO, gudang cadangan, prinsip pemeliharaan kelas dunia, dan kepemimpinan CMMS. Perry menyediakan layanan implementasi dan konsultasi, menyajikan sesi praktik terbaik di konferensi industri terkemuka, dan menulis webinar tentang keunggulan pemeliharaan.