Pemeriksaan Visual dalam Manajemen Aset & Kontrol Kualitas: Praktik Terbaik & Teknik Modern

Pemeriksaan visual tetap merupakan salah satu teknik yang paling banyak digunakan dalam pemeliharaan aset dan pemeriksaan kualitas tahap akhir di seluruh sektor manufaktur.

Sementara otomatisasi mengubah tugas berulang, pemeriksaan visual tetap tidak tergantikan, terutama untuk pemeliharaan peralatan.

Artikel ini menjelajahi pemeriksaan visual dari prinsip dasar hingga aplikasi kontemporer dan menawarkan panduan praktis tentang standarisasi proses untuk mengurangi subjetivitas.

Definisi Pemeriksaan Visual

Pemeriksaan visual adalah metode kontrol kualitas dasar yang bergantung pada mata telanjang—atau, dalam arti yang lebih luas, persepsi sensorik—untuk mendeteksi cacat dalam produk atau peralatan. Biasanya menggunakan peralatan non-spesialisasi, dan efektivitasnya bergantung pada pengalaman pengawas.

Di luar pemeriksaan mata yang jelas, pengawas yang terampil juga menggunakan indera lain: mengetuk komponen untuk menilai bunyinya, mencium kebocoran gas, mendengarkan getaran abnormal, atau merasakan kelebihan panas. Semuanya berkontribusi pada pemeriksaan visual yang komprehensif.

Pemeriksaan Visual dalam Manajemen Aset Fisik

Tim aset menggunakan pemeriksaan visual sehari-hari sebagai bagian dari pemeliharaan rutin. Beberapa organisasi bahkan melatih operator mesin untuk melakukan pemeriksaan pemeliharaan otonom.

Pemeriksaan reguler membantu tim menemukan tanda awal aus, memperbaiki masalah kecil di tempat, atau mencatat masalah untuk pemeliharaan pencegahan nanti. Kekurangannya adalah downtime yang diperlukan untuk shutdown dan risiko mendeteksi masalah hanya setelah kegagalan telah berkembang.

Untuk mengatasi tantangan ini, banyak perusahaan sekarang menerapkan sensor pemantauan kondisi yang memberikan data real-time tentang suhu, getaran, dan indikator lain. Sensor ini memungkinkan pemeliharaan berbasis kondisi dan prediktif, mengurangi ketergantungan pada pemeriksaan manual sambil tetap menjadikannya esensial—terutama untuk aset dengan biaya rendah di mana investasi sensor tidak dipertimbangkan.

Pemeriksaan Visual dalam Kontrol Kualitas

Sebagai metode uji non-destruktif (NDT) tertua, pemeriksaan visual dengan cepat mengidentifikasi cacat permukaan seperti retakan, goresan, ketidakselarasan, dan korosi.

Merek bernilai tinggi, seperti Rolls-Royce, sangat bergantung pada pemeriksaan visual; data internal menunjukkan sekitar 70% komponen cacat ditolak selama pemeriksaan visual.

Sekitar sector makanan dan minuman juga menggunakan pemeriksaan visual untuk mendeteksi benda asing, memastikan penyegelan yang tepat, dan memverifikasi akurasi label. Banyak produsen sekarang mengintegrasikan sistem visi mesin untuk mengotomatisasi pemeriksaan ini.

Contoh sistem pemeriksaan visual otomatis (Sumber gambar)

Pengujian visual dalam kontrol kualitas umumnya mengikuti salah satu dari tiga pendekatan:

1. Sampel acak: Periksa subset produk di garis untuk cacat yang jelas; pemeriksaan yang lebih rinci dilakukan di area khusus.
2. Sampel manual penuh: Periksa setiap item secara manual—proses yang intensif tenaga kerja yang memerlukan alat ergonomis untuk melindungi pekerja.
3. Pemeriksaan visual otomatis: Terapkan kamera, pemrosesan citra, dan algoritma AI untuk mengevaluasi produk secara berkelanjutan.

Sistem otomatis gaining momentum seiring berkembangnya solusi spesifik industri, meskipun tingkat adopsi bervariasi menurut sektor.

Teknik Pemeriksaan Visual Modern

Perkembangan resolusi kamera dan machine learning sedang mengubah pemeriksaan visual, memungkinkan pemeriksaan jarak jauh di lingkungan berbahaya atau sulit dijangkau dan pemeriksaan otomatis penuh di lantai pabrik.

Pemeriksaan Visual Jarak Jauh untuk Pemeliharaan Aset

Robot dan drone sekarang dapat mengakses ruang tinggi atau terperangkap, menangkap citra atau video langsung untuk teknisi yang berada jauh.

Data dapat ditransmisikan dengan dua cara:

1. Live stream: Video langsung ditransmisikan ke stasiun dasar, memungkinkan kontrol jarak jauh robot atau drone—asalkan konektivitas nirkabel terus-menerus tersedia.
2. Data yang disimpan: Di lingkungan yang tidak memiliki konektivitas, rekaman disimpan secara lokal dan ditinjau nanti.

Citra yang dibagikan memfasilitasi kolaborasi di antara teknisi dan ahli subjek, mempercepat resolusi masalah.

Pemeriksaan Visual Otomatis (AVI) untuk Produksi Massal

AVI memanfaatkan computer vision dan AI untuk melakukan tugas pemeriksaan yang biasanya ditangani oleh manusia, bertujuan untuk mengurangi tenaga kerja manual di pabrik volume tinggi.

Solusi pemeriksaan visual kognitif dari IBM (Sumber gambar)

Contohnya, Foxconn. Di lini motherboard iPhone mereka, seorang pengawas manusia terlebih dahulu menyetujui papan referensi. Citra papan ini—dan contoh yang diketahui cacat—dimasukkan ke dalam model pembelajaran mesin. Papan berikutnya melewati kamera yang menangkap sudut yang berbeda; algoritma membandingkan atribut seperti penempatan komponen, kualitas solder, dan konsistensi warna. Papan yang cocok dengan referensi disetujui secara otomatis.

Sementara AVI menawarkan efisiensi signifikan, beberapa keterbatasan tetap ada:

• Keterbatasan teknis: Algoritma memerlukan data pelatihan yang ekstensif dan kesulitan dengan permukaan refleksif, membatasi penggunaan pada banyak logam.
• Hambatan biaya: Perangkat imaging high-end, jaringan, dan lisensi software dapat melarang untuk operasi yang lebih kecil.

Seiring dengan kualitas sensor yang meningkat dan harga yang turun, adopsi yang lebih luas diharapkan.

Bagaimana Menstandarisasi Proses Pemeriksaan Visual

Standardisasi membuat pemeriksaan visual dapat diulang dan diverifikasi, meskipun sifatnya yang inherent subyektif.

Standardisasi dalam Pemeliharaan

Tim pemeliharaan biasanya menggunakan prosedur operasional standar, pedoman keselamatan (misalnya, LOTO), dan daftar pemeriksaan. Pemeriksaan visual dapat diperlakukan serupa:

• Identifikasi semua aset yang memerlukan pemeriksaan visual rutin.
• Peta zona pemeriksaan kunci untuk setiap aset.
• Definisikan tindakan korektif untuk setiap cacat yang diamati.
• Buat diagram alur untuk memandu pengawas.
• Buat daftar pemeriksaan indikator visual.
• Integrasikan daftar pemeriksaan dan diagram alur ke dalam CMMS—secara ideal versi seluler untuk penggunaan di lapangan.
• Tinjau dan perbarui dokumentasi secara berkala.

Teknisi yang berpengalaman harus menulis dokumen ini, memastikan karyawan baru menerima pelatihan yang komprehensif.

Standardisasi dalam Manajemen Kualitas

Tim kualitas harus menetapkan protokol pelatihan yang jelas yang mencakup:

• Mendefinisikan kriteria cacat.
• Menangani item cacat.
• Kapan dan bagaimana menggunakan alat pemeriksaan spesialisasi.
• Jalur ekskalasi untuk kasus di pinggir.
• Mencatat anomali baru.
• Pedoman spesifik pabrik lainnya.

Sementara subjetivitas tidak dapat dihilangkan sepenuhnya, pelatihan dan dokumentasi yang konsisten mengurangi variansi di antara pengawas.

Inspect Away

Otomatisasi penuh pemeriksaan visual masih merupakan tujuan yang jauh, dan ketersediaan yang luas untuk perusahaan kecil dan menengah akan memerlukan waktu. Sampai saat itu, personel yang terlatih akan terus memainkan peran krusial dalam keandalan aset dan kualitas produk.

Pertanyaan? Bagikan di komentar di bawah. Untuk wawasan lebih dalam tentang pemeliharaan peralatan dan keandalan, jelajahi artikel terbaru kami di blog Limble.