Upozorenje vrijedi onoliko koliko vam vremena ostavlja za reakciju. Meta Smart Factory provodi prediktivno održavanje unutar sustava za upravljanje održavanjem (CMMS): kad vrijednost vibracija ili temperature prijeđe granicu, obavijest o održavanju otvara se sama. Radni nalog koji slijedi rezervira rezervni dio i, gdje se koristi APS, dobiva prozor u rasporedu proizvodnje.
Razgovarajmo o vašem održavanjuSoftver za prediktivno održavanje prikuplja podatke o stanju strojeva, poput vibracija, temperature, struje ili broja ciklusa. Kad očitanje prijeđe granicu ili odstupi od onoga što je za taj stroj normalno, otvara zadatak održavanja prije nego što kvar zaustavi proizvodnju. Radi samo za kvarove koji se mjerljivim signalom najave dovoljno rano da se stigne reagirati. U Meta Smart Factory dio je CMMS-a, uz preventivne planove, pa upozorenje postaje radni nalog.
Počnite s onim što PLC već ima: struje pogona, vremena ciklusa, tlakovi i temperature mnogo su jeftiniji za prikupljanje od novih senzora. Dodatnu mjernu opremu ugradite samo ondje gdje ti signali ne vide kvar.
Alarm na nadzornoj ploči koju nitko ne otvara ništa ne mijenja, zato ga modul održavanja vodi sve do popravka. Prekoračenje praga otvara obavijest s prioritetom i tragom od kvara do zatvaranja. Tehničari dobivaju radni nalog i povijest stroja na mobilnim uređajima i MSF dodirnim panelima. Nalog rezervira svoj rezervni dio i pokreće narudžbu nabave kad zaliha nije dovoljna.
Ako koristite APS, dogovoreni prozor za održavanje stiže do planera kao ograničenje u rasporedu. MTBF i MTTR po stroju grade se iz polja radnog naloga (vrijeme obavijesti, početak i završetak popravka), pa oba dolaze iz zapisa koje je tehničar ionako ispunio.
Kvar vrijedi pratiti kad se razvija postupno i dovoljno rano daje mjerljiv signal da se stigne reagirati. Vibracije i struja dobro pokazuju mehaničko trošenje rotirajućih dijelova: oštećenja ležajeva, trošenje zupčanika, nesuosnost i neuravnoteženost. Upravljačka elektronika i I/O kartice otkazuju gotovo slučajno, a iza sudara ili greške u pripremi stroja nema postupnog procesa. Sigurnosni ventili i blokade ne odaju ništa sve dok ne nastupi događaj od kojeg štite, pa ih modul vodi kroz periodična ispitivanja u zadanim intervalima.
Prvi upotrebljivi pragovi dolaze iz inženjerskog izračuna, primjerice iz frekvencija oštećenja ležaja ili porasta temperature iznad onoga što je za taj stroj normalno pri istom opterećenju, i za njih ne treba povijest kvarova. Otkrivanje anomalija na AI platformi koristi LSTM autoenkoder koji uči normalno ponašanje senzora. Treba mu dovoljno rada u ispravnom stanju da pokrije normalne varijacije, a svaki model najprije radi u probnom (shadow) načinu prije nego što se njegovo upozorenje uključi. Procjene preostalog vijeka traže primjere rada do kvara, kakve većina pogona nema.
Preventivno održavanje provodi planove koje pokreću datumi, radni sati ili broj proizvedenih komada, bez obzira na stanje stroja. Prediktivno održavanje reagira na podatke senzora poput vibracija, temperature, struje ili energije. Modul radi oboje, a oba okidača završavaju u istom radnom nalogu.
Možete. Preventivni planovi, radni nalozi, rezervacije rezervnih dijelova i povijest strojeva rade isključivo iz zapisa. Prvih nekoliko mjeseci daje uzroke kvarova iz šifrarnika i povijest zastoja, a to postaje osnovica prema kojoj se kasnije mjeri svako praćenje stanja. Kad zatim razvrstate dvanaest mjeseci vlastitih neplaniranih zastoja, vidi se na kojim se strojevima akcelerometar isplati.
Ne, radi samostalno, a operateri otvaraju obavijesti s HMI-ja stroja ili iz preglednika. MES dodaje obavijesti nastale iz zabilježenih zastoja, a APS dodaje prozor za održavanje kao ograničenje u rasporedu.
Rijetko samo po sebi. Upozorenje pomaže samo ako pouzdano stiže ranije od roka isporuke dobavljača za taj dio, a varijabilnost roka isporuke i minimalne količine narudžbe i dalje su tu. Prvo pretvorite upozorenja u planirane prozore, pa razine zaliha preispitajte nakon godinu dana prikupljenih podataka.
Provedite dokaz koncepta (PoC) na vlastitim strojevima i s vlastitim podacima. Obično traje od 2 do 12 tjedana, ovisno o proizvodu.