Najbolje održavanje je ono koje sprečava kvarove

Najskuplji kvar mašine je najčešće onaj koji je mogao da bude predviđen nekoliko dana pre nego što se dogodio.

U mnogim proizvodnim kompanijama održavanje i dalje počinje onda kada nešto krene naopako. Mašina staje, pojavljuje se alarm, proizvodnja se prekida i poziva se tim održavanja. Čak i kada sama popravka traje samo dva sata, stvarni poslovni efekat može biti znatno veći. Proizvodnja se gubi, operateri čekaju, planovi isporuke moraju da se menjaju, a poremećaj se prenosi i na procese koji slede. U fabrici sa 120 zaposlenih i nekoliko proizvodnih linija, jedan neočekivan kvar mašine utiče na mnogo više od same službe održavanja. Izazov savremene pametne proizvodnje zato nije samo brže popravljanje mašina, već prepoznavanje uslova koji vode ka kvaru dovoljno rano da se kvar spreči.

Zašto je reaktivno održavanje toliko skupo?

Mašina retko otkaže a da pre toga ne ostavi trag u proizvodnim podacima.

Pre većeg kvara ponašanje opreme najčešće počinje da se menja. Vremena ciklusa postepeno rastu, kratka zastajanja postaju češća, temperatura motora se povećava, obrasci vibracija se menjaju ili se pojedini alarmi javljaju sve češće. Pojedinačno, ti događaji ne opravdavaju zaustavljanje proizvodnje. Zajedno, međutim, mogu da ukažu na to da se stanje mašine pogoršava.

Tradicionalni procesi održavanja otežavaju prepoznavanje ovih veza, jer su relevantne informacije raspoređene po različitim sistemima. MES sistem sadrži podatke o proizvodnji, sistem održavanja čuva istoriju servisiranja, PLC uređaji beleže alarme i radne parametre, a operateri dodaju zapažanja sa proizvodne linije. Factory Intelligence može zajedno da analizira te izvore i da traži obrasce koje bi bilo teško uočiti ručno.

Šta ako bi održavanje moglo da se planira pre nego što mašina stane?

Prava prilika je prelazak sa reagovanja na kvarove na predviđanje trenutka u kojem intervencija donosi najveću vrednost.

Razmotrimo ilustrativan primer. Kritična mašina uobičajeno radi sa prosečnom raspoloživošću iznad 94 odsto, ali Factory Intelligence uočava kombinaciju sve češćih kratkih zastoja, više radne temperature i alarma koji se ponavlja. Istorijski podaci pokazuju da se slično ponašanje ranije javljalo neposredno pre otkaza jedne komponente.

Umesto da samo prikaže još jedno upozorenje na kontrolnoj tabli, sistem može da prepozna rizik koji se razvija i da preporuči preventivno održavanje u naredna tri dana. Tim održavanja tada može da isplanira intervenciju tokom planiranog prekida proizvodnje, umesto da reaguje na neočekivan kvar u punom pogonu.

Razlika može biti značajna:

1.       planirana preventivna intervencija: 45 minuta kontrolisanog zastoja

2.       neočekivan kvar i popravka: 6 sati zastoja proizvodnje

3.       procenjeni izbegnuti gubitak proizvodnje: 4.500 €, u zavisnosti od proizvodnog procesa i vrednosti izgubljenog učinka

Ove vrednosti su ilustrativne, ali pokazuju važan princip: održavanje ne treba ocenjivati samo prema trošku popravke, već i prema gubitku proizvodnje koji može da se spreči.

Kako Factory Intelligence prepoznaje rizike pre ljudi?

Veštačka inteligencija ne predviđa kvarove nagađanjem, već traži veze u istorijskim podacima i u podacima iz proizvodnje u realnom vremenu.

Jedno očitavanje temperature obično govori vrlo malo. Isto važi i za jedan alarm ili jedno kratko zaustavljanje mašine. Vrednost nastaje kada se informacija analizira kroz vreme i poveže sa drugim proizvodnim veličinama.

Factory Intelligence može da vrednuje podatke kao što su status mašine, radni sati, alarmi, vremena ciklusa, istorija održavanja, rezultati kvaliteta i kretanje OEE pokazatelja. Ako više pokazatelja počne da se menja istovremeno, AI agenti mogu da prepoznaju obrazac i uporede ga sa ranijim ponašanjem mašine.

Tu nastaje važna razlika između uobičajenog praćenja zastoja mašina i inteligentnog održavanja. Tradicionalno praćenje saopštava proizvodnom timu da je mašina stala. Factory Intelligence ima za cilj da prepozna uslove koji povećavaju verovatnoću da do tog zastoja tek dođe.

Može li prediktivno održavanje da poboljša OEE i učinak proizvodnje?

Sprečavanje jednog kvara poboljšava više od raspoloživosti mašine, jer utiče na učinak celog proizvodnog procesa.

Održavanje direktno utiče na OEE, jer neplanirani zastoj smanjuje raspoloživost. Ipak, pogoršanje stanja mašine može da utiče i na učinak i na kvalitet pre nego što dođe do potpunog otkaza. Duža vremena ciklusa smanjuju proizvodni učinak, dok nestabilno ponašanje mašine može da poveća udeo škarta.

Zamislimo proizvodnu liniju na kojoj neplanirani zastoji u proseku iznose 18 sati mesečno. Ako bolje preventivno održavanje smanji tu vrednost za samo jednu trećinu, fabrika dobija približno 72 dodatna proizvodna sata godišnje. Tačna finansijska korist zavisi od proizvodnog procesa, ali veza između odluka o održavanju i poslovnog rezultata postaje merljiva.

Na tom mestu MES, MOM i Factory Intelligence počinju da rade zajedno. Umesto da održavanje tretira kao izolovanu tehničku aktivnost, organizacija može da razume njegov uticaj na proizvodni kapacitet, OEE, kvalitet i trošak.

Kako prediktivno održavanje podržava Lean i Kaizen?

Kontinuirano unapređenje je delotvornije kada su odluke o održavanju potkrepljene merljivim proizvodnim podacima.

Lean proizvodnja teži uklanjanju gubitaka, dok se Kaizen usmerava na stalna postepena poboljšanja. Neočekivani zastoji, ponovljene popravke i nepotrebna zamena komponenti predstavljaju prilike za poboljšanje.

Prediktivno održavanje daje dodatnu informaciju za odluku o tome kada je intervencija zaista potrebna. Umesto da se komponente menjaju prerano, po fiksnom rasporedu, ili prekasno, tek posle otkaza, timovi održavanja sve više mogu da odlučuju na osnovu stanja opreme i njenog dosadašnjeg ponašanja.

Time nastaje efikasnija strategija održavanja i istovremeno merljiv dokaz za inicijative kontinuiranog unapređenja.

Po čemu se ovo razlikuje od tradicionalnog MES ili ERP sistema?

Factory Intelligence povezuje operativne informacije sa podrškom odlučivanju, umesto da podatke samo čuva i prikazuje.

Tradicionalni MES sistem obezbeđuje vidljivost proizvodnje, sledljivost, mogućnosti OEE softvera i informacije o proizvodnim događajima. ERP sistem upravlja poslovnim procesima višeg nivoa, kao što su nalozi, materijali, nabavka i finansije. Ti sistemi rešavaju različite probleme i treba da se dopunjuju, a ne da zamenjuju jedan drugog.

TAP Smart Factory nije ERP rešenje. Može da komunicira sa ERP platformama kao što su SAP i Microsoft Dynamics 365 Business Central, kao i sa mašinama, PLC uređajima, senzorima, industrijskim kamerama, štampačima i drugom opremom u fabrici. Tako nastaje povezano okruženje pametne fabrike u kojem se operativne informacije iz proizvodnje spajaju sa poslovnim kontekstom.

Tradicionalni pristup	Pristup Factory Intelligence
Otkriti da je mašina stala	Otkriti obrasce koji vode ka kvaru
Popravka posle kvara	Preporuka preventivne intervencije
Naknadni pregled zastoja	Neprekidna analiza rizika
Održavanje kao trošak	Održavanje povezano sa uticajem na proizvodnju
Prikaz OEE	Objašnjenje činilaca koji utiču na OEE

 

Kako TAP Smart Factory pretvara podatke o održavanju u poslovnu vrednost?

TAP Smart Factory je modularni MES sistem za praćenje proizvodnje u realnom vremenu, razvijen u kompaniji T3Soft.

Modul Factory Intelligence proširuje uobičajene mogućnosti pametne proizvodnje tako što analizira podatke o proizvodnji, mašinama i održavanju i pretvara ih u informaciju koja može da podrži buduće odluke. Umesto da timovima govori samo šta se već dogodilo, AI agenti mogu da prepoznaju rizike u nastajanju, da preporuče preventivne mere i da procene kako te mere mogu da utiču na buduće zastoje i na učinak proizvodnje.

Sledeći korak je još važniji. Ako sistem može da proceni da intervencija u naredna tri dana sprečava šestočasovni zastoj proizvodnje sledeće nedelje, onda može i da izračuna nakupljeni poslovni efekat takvih odluka tokom cele godine.

To menja razgovor o održavanju.

Pitanje više nije samo: koliko će koštati ova popravka?

Bolje pitanje glasi: koliki gubitak proizvodnje možemo da sprečimo ako reagujemo pre nego što do kvara dođe?

Najbolja strategija održavanja zato nije nužno ona koja najbrže popravlja mašine.

To je ona koja sprečava da do nepotrebnih kvarova uopšte dođe.