Zmniejszone koszty serwisów, optymalne wykorzystanie zasobów, zwiększone bezpieczeństwo, zminimalizowane ryzyko awarii i nieplanowanych przestojów

Wspólnym mianownikiem wcześniej wymienionych czynników jest Predictive Maintenance (PdM) lub po polsku predykcyjne utrzymanie ruchu. Jest to proaktywna strategia konserwacji maszyn i urządzeń, której celem jest jak najdokładniejsze określenie czasu, kiedy ma zostać wykonana ich konserwacja. PdM dąży do zminimalizowania liczby nieoczekiwanych awarii i zmaksymalizowania czasu sprawności maszyn i urządzeń, a także pozwala obniżyć koszty operacyjne, optymalizując czas poświęcony na prace konserwacyjne. Innymi słowy, konserwacja maszyn i urządzeń przeprowadzana jest tylko wtedy, gdy jest to konieczne, co praktycznie eliminuje wszelkie ryzyko marnowania czasu na nadmierną konserwację.

PdM opiera się na czujnikach zainstalowanych w maszynie, które w czasie rzeczywistym mierzą m.in. wibracje, temperaturę, ciśnienie, poziom oleju czy hałasu urządzenia. Bazując na tych danych, danych historycznych, powstałych modelach statystycznych oraz algorytmach uczenia maszynowego, PdM w czasie rzeczywistym weryfikuje stan urządzenia i ocenia, jakie działania należy podjąć, aby uniknąć niespodziewanych awarii. Na rysunku nr 1 został przedstawiony schemat przedstawiający logikę działania PdM.

PdM sprawdza się wszędzie tam, gdzie maszyny i urządzenia mają krytyczną funkcję operacyjną oraz tryby awarii, które można przewidzieć przy regularnym monitorowaniu.

Na co pozwala implementacja Predictive Maintenance?

Implementacja PdM pozwala na:

• minimalizowanie czasu konserwacji sprzętu,
• minimalizację godzin produkcji straconych na konserwację,
• minimalizację kosztów części zamiennych i materiałów eksploatacyjnych.

Wykazano, że właściwa implementacja strategii PdM prowadzi do zmniejszenia kosztów utrzymania maszyn i urządzeń o 25% -30%, zmniejszenia awarii o 70% -75% i skrócenia czasu przestoju o 35% -45%. Te oszczędności mają jednak swoją cenę. Implementacja PdM wymaga przeznaczenia znacznie większego budżetu na utrzymanie ruchu, niż ma to miejsce w przypadku konserwacji reaktywnej lub prewencyjnej. Organizacja, która zdecyduje się na PdM będzie musiała wydać zdecydowanie większe fundusze na wdrożenie i wsparcie nowego oprogramowania. Pracownicy będą wymagać dodatkowego przeszkolenia lub też konieczne okaże się zatrudnienie wysoko wykwalifikowanych specjalistów do analizy danych. Na rysunku nr 2 zostały przedstawione zalety oraz wady wdrożenia strategii PdM.

Dostawcy technologii do wdrożenia Predictive Maintenance

Głównymi dostawcami technologii niezbędnej do wdrożenia PdM są m.in.: Axiomtek Co. Ltd, Oracle Corporation, Microsoft Corporation, XXMPro, IBM Corporation, RapidMiner, Hitachi Ltd, SAP SE, Comtrade, C3 IoT oraz Software AG. Oczekuje się, że w ciągu najbliższych kilku lat wykorzystanie technologii PdM wzrośnie. Szczególnie zaś skorzystają z niej branże, gdzie mamy do czynienia z wysokimi nakładami inwestycyjnymi i operacyjnymi, wrażliwymi bardzo drogim sprzętem oraz wysokim ryzykiem dla bezpieczeństwa ludzi. Na szczycie tej listy znajdują się przemysł wydobywczy, produkcja, budownictwo i lotnictwo.

PdM to jednak tylko kolejny krok naprzód w dążeniu do jak najdoskonalszego podejścia do utrzymania ruchu. Na horyzoncie już pojawiło się Prescriptive Maintenance, co zostało przedstawione na rysunku nr 3.

Prescriptive Maintenance nie tylko poinformuje Cię, kiedy coś trzeba naprawić, ale również zasugeruje kilka scenariuszy, jak poradzić sobie z przewidywanym problemem. Nie będziesz już potrzebował zespołu ekspertów, którzy powiedzieliby Ci, jak i kiedy konserwować maszyny i urządzenia, ponieważ one same powiedzą Ci, czego potrzebują, jeśli nie będą w stanie same siebie naprawić.

I chociaż dzisiaj implementacja PdM wydaje się być dla wielu firm nie lada wyzwaniem, to prawdopodobnie nie będziemy musieli długo czekać, aż to właśnie Prescriptive Maintenance stanie się niezbędną strategią w obszarze utrzymania ruchu. Nie zmieni się tylko jeden fakt. Zawsze podstawą jakiejkolwiek zmiany będą dane. Dlatego Ci, którzy już dzisiaj gromadzą dane o maszynach i urządzeniach, jutro będą mogli zrobić z nich właściwy użytek i zapewnić sobie przewagę konkurencyjną.

_

Autor artykułu: Justyna Cisek