Najważniejsze wnioski
Zrozumienie, na czym polega konserwacja predykcyjna, pozwoli Ci przewidywać awarie sprzętu i eliminować kosztowne, nieplanowane przestoje.
Starsze systemy predykcyjne opierają się na niezależnych czujnikach drgań, które generują szum danych bez konieczności natychmiastowego podejmowania działań na hali produkcyjnej.
Współcześni producenci osiągają prawdziwą niezawodność, łącząc natywną funkcję OEE, komputerowe widzenie i gotowy do pracy w terenie system CMMS w jeden proaktywny przepływ pracy.
Czym jest konserwacja predykcyjna? Konserwacja predykcyjna to proaktywna strategia niezawodności, która wykorzystuje dane w czasie rzeczywistym i monitorowanie stanu do przewidywania awarii maszyny. Głównym celem jest przeprowadzanie interwencji konserwacyjnych dokładnie w momencie, gdy są potrzebne, aby zapobiec katastrofalnym awariom.
To podejście zasadniczo różni się od konserwacji zapobiegawczej. Konserwacja zapobiegawcza opiera się na sztywnych harmonogramach kalendarzowych. Konserwacja predykcyjna opiera się na aktualnym stanie zasobów materialnych w czasie rzeczywistym.
Tradycyjna konserwacja predykcyjna opiera się w dużej mierze na autonomicznych czujnikach drgań i narzędziach do analizy oleju. Choć narzędzia te gromadzą cenne dane, tworzą ogromne silosy operacyjne.
Czujnik wibracji może zapalić czerwoną lampkę na desce rozdzielczej w biurze kierownika. Nie informuje on jednak technika na hali produkcyjnej, jak dokładnie rozwiązać problem.
To rozłączenie powoduje poważne opóźnienia decyzyjne. Zanim dane zostaną przeanalizowane i ręczne zlecenie robocze zostanie ostatecznie sporządzone, maszyna już się zepsuje. Płacisz za analitykę predykcyjną, ale nadal cierpisz z powodu reaktywnych przestojów.
Aby zbudować światowej klasy program konserwacji, należy na nowo zdefiniować sposób przewidywania awarii. Model Fabrico stwierdza, że rozkład produkcji zawsze poprzedza rozkład mechaniczny.
Na długo przed przegrzaniem silnika lub gwałtownym drżeniem łożyska, maszyna będzie miała trudności z utrzymaniem zaprojektowanego czasu taktu. Linia pakująca, której wydajność spadła ze stu do dziewięćdziesięciu jednostek na minutę, to wyraźny sygnał ostrzegawczy.
Samodzielne platformy CMMS nie dostrzegają tego wycieku przychodów. Fabrico rozwiązuje ten problem, wykorzystując Native OEE jako główny czujnik predykcyjny.
Łączymy się bezpośrednio z Twoimi sterownikami PLC, aby na bieżąco monitorować dostępność, wydajność i jakość. Dzięki temu możesz wykryć niewielkie spadki prędkości nawet na kilka tygodni przed wystąpieniem awarii fizycznej.
Same dane z czujników nie są w stanie uchwycić wszystkich zmiennych na hali produkcyjnej. Sterowniki PLC nie są w stanie wykryć błędów w przepływie pracy ani subtelnych zacięć materiałów. Do strategii predykcyjnej należy dodać warstwę wizualną.
Firma Fabrico wykorzystuje funkcję Inefficiencies Zoom-In opartą na technologii Computer Vision. Instalujemy kamery nadziemne, które stale monitorują krytyczne linie produkcyjne. Gdy system OEE wykryje mikroprzerwę, kamery rejestrują krótki klip wideo z dokładnym zdarzeniem.
Menedżerowie mogą obejrzeć ten materiał, aby wizualnie zweryfikować przyczynę anomalii. Eliminuje to potrzebę przeprowadzania subiektywnych wywiadów z operatorami i dostarcza obiektywnego dowodu zbliżającej się awarii.
Uwaga: Aby w pełni zautomatyzować ten proces, nasze modele rozpoznawania obrazu oparte na sztucznej inteligencji oraz agent Fabrico są obecnie w fazie beta i znajdują się na naszej mapie rozwoju produktu. Wkrótce agent Fabrico będzie autonomicznie analizować historyczne dane wideo i sugerować zadania z zakresu konserwacji predykcyjnej bez ingerencji człowieka.
Przewidywanie awarii jest całkowicie bezużyteczne, jeśli zespół nie jest w stanie sprawnie przeprowadzić naprawy. Alert predykcyjny musi natychmiast przełożyć się na odpowiednie działania konserwacyjne.
Fabrico łączy wyszukiwanie danych z naprawą fizyczną. Gdy nasz natywny system OEE lub podłączone czujniki IoT wykryją spadek wydajności, platforma automatycznie generuje zlecenie serwisowe oparte na stanie technicznym.
To zlecenie robocze jest natychmiast wysyłane do technika za pośrednictwem aplikacji mobilnej Fabrico Field-Ready CMMS. Technik skanuje kod QR na maszynie, aby uzyskać dostęp do cyfrowych Standardowych Procedur Operacyjnych i listy wymaganych części zamiennych. Ten płynny przepływ pracy gwarantuje, że Twoje analizy predykcyjne faktycznie skrócą średni czas naprawy (MTC).
| Zdolność | Legacy PdM (czujniki autonomiczne) | Podstawowy system CMMS | Fabrico (System działania) |
| Wyzwalacz podstawowy | Anomalie wibracji i ciepła. | Daty kalendarzowe. | Spadek szybkości i jakości OEE w czasie rzeczywistym. |
| Silosy danych | Odłączony od zadań konserwacyjnych. | Odłączony od danych produkcyjnych. | Ujednolicone dane dotyczące produkcji i konserwacji. |
| Walidacja przyczyny źródłowej | Wymaga ręcznej kontroli. | Opiera się na subiektywnych zapisach tekstowych. | Obiektywny film uzyskany za pomocą wizji komputerowej. |
| Pętla wykonania | Wymaga ręcznego utworzenia zlecenia pracy. | Ręczne przydzielanie zadań. | Automatyczna wysyłka do aplikacji mobilnej. |
Inwestycja w drogie czujniki drgań nie ochroni Twoich marż zysku, jeśli Twój stos oprogramowania pozostanie rozdrobniony. Przewidywanie awarii nic nie da, jeśli nadal będziesz polegać na papierowych zleceniach naprawczych.
Liderzy produkcji muszą wdrożyć ujednolicony System Działań. Łącząc natywny OEE, komputerowe widzenie i mobilny system CMMS, przekształcasz swój dział utrzymania ruchu w proaktywną tarczę przychodów.
Udoskonal już dziś inteligencję swojej fabryki i nie pozwól, aby nieoczekiwane awarie dyktowały Twój harmonogram produkcji.
Zaloguj
Blog
