Dari Pemeliharaan Terjadwal ke Prediktif: Peta Transformasi Langkah demi Langkah
Bagaimana manufaktur dan organisasi industri lainnya beralih dari pemeliharaan tradisional terjadwal ke pemeliharaan prediktif yang proaktif? Apa langkah-langkah pertama yang diperlukan untuk memulai transformasi ini? Apa tahap-tahap dalam perjalanan, dari studi kasus bisnis dan tahap desain awal, melalui kesiapan data, adopsi budaya, dan menskala?
Dalam film ini, Alexander Hill dan Rob Russell dari Senseye bergabung dengan Peter Gagg dari MCP Consulting Group untuk menjelajahi bagaimana pemeliharaan prediktif bukan sekadar tantangan teknis dengan solusi teknologis, melainkan perjalanan berkelanjutan yang melibatkan pengetahuan, penerimaan budaya, dan kolaborasi yang semakin besar antara manusia dan sistem cerdas.
Transkrip
Alexander Hill, Senseye: Merancang ulang proses pemeliharaan adalah hal yang sulit, kami tidak akan pernah mengajarkan Anda untuk membuang praktik pemeliharaan yang ada dan langsung melompat ke PdM. Ada pepatah lama bahwa, pemeliharaan berlebihan selalu lebih murah daripada kegagalan, dan itu benar.
Keseimbangan perlu ditemukan antara pemeliharaan terjadwal dan pemeliharaan prediktif Anda. Kemudian, secara bertahap, saat Anda lebih dan lebih mempercayai sistem pemeliharaan Anda, Anda dapat mengurangi beberapa tindakan pencegahan yang mahal tetapi dikenal membantu.
Anda harus melakukan perubahan budaya pemeliharaan ini cukup lambat, sambil membangun kepercayaan pada sistem dan kepercayaan pada hasil bisnis dari menghemat uang dan meningkatkan efisiensi.
Rob Russell, Senseye: Pemeliharaan dianggap dibangun dalam lapisan kematangan, dari reaktif ke terencana, ke pencegahan dan jenis pemeliharaan proaktif. Satu pergeseran yang saya pikir harus terjadi, adalah tidak mempertimbangkan ini sebagai tahap untuk melalui tetapi memilih jenis pendekatan pemeliharaan yang tepat untuk aset yang tepat.
Peter Gagg, MCP Consulting Group: Pemeliharaan prediktif bukan solusi untuk semua masalah dalam organisasi. Ini harus digunakan di tempat yang tepat pada waktu yang tepat.
Penggunaan alat pemantauan kondisi untuk mengganti tugas pemeliharaan terencana dengan tugas pemeliharaan prediktif penting. Namun, untuk mencapai posisi itu - di mana Anda tahu potongan peralatan mana yang akan mendapat manfaat dari PdM - Anda perlu menerapkan teknik seperti FMECA (Failure Mode, Effects & Criticality Analysis) dan RCM (Reliability-Centered Maintenance) untuk menentukan kombinasi tugas pemeliharaan yang tepat: apakah itu pemeliharaan prediktif, pencegahan, run to failure, atau bahkan merancang kegagalan yang terjadi agar tidak terjadi.
Rob Russell: Kami sebenarnya memikirkan ini dalam hal desain, penerapan, operasi, dan kemudian penyempurnaan. Langkah awal dalam desain berkaitan dengan pemilihan aset tetapi juga memiliki apresiasi atas berbagai mode kegagalan yang harus Anda tangkap. Itu kemudian memberitahu keputusan tentang jenis data dan informasi yang benar yang Anda butuhkan.
Itu semua informasi yang kemudian dapat melewati ke tahap penerapan, di mana Anda dapat bekerja dengan insinyur kontrol dan tim TI Anda untuk menerapkan tangkapan data tersebut dan mengaktifkannya untuk di-stream ke cloud.
Alexander Hill: Kami kemudian dapat mulai memberi data itu ke Senseye, itu adalah proses otomatis, itu akan mengambil data ini dan belajar darinya dan mulai membangun keadaan stabil dari apa yang tampak mesin dan aset ini dan kami kemudian dapat memprediksi terhadap itu.
Rob Russell: Penggunaan AI adalah dasar dari apa yang kita lakukan. Ini memungkinkan kami untuk melakukan analitik dalam skala besar dan memungkinkan kami untuk mendeteksi hal-hal dalam data yang mungkin terlalu halus untuk ditangkap oleh manusia. Yang benar-benar kunci dan penting adalah bahwa itu dilakukan dengan cara yang berpusat pada manusia yang menyampaikan informasi dengan cara yang dapat diakses oleh pengguna akhir dan juga dapat menjadi bagian dari proses kerja sehari-hari mereka.
