6 wyzwań produkcji, którym czoła stawia konserwacja predykcyjna

Może i nie jest zaskoczeniem to, że najbardziej oczywiste korzyści z konserwacji predykcyjnej (ang. Predictive Maintenance, PdM), dotyczą bezpośrednio utrzymania ruchu. Z czego nie wszyscy zdają sobie jednak sprawę, to w jak wielu płaszczyznach przedsiębiorstwo może odczuć pozytywny wpływ PdM.

Wyzwania produkcji stojące przed większością firm

Aby jak najlepiej wyjaśnić te korzyści i interesariuszy, zacznijmy od opisania wyzwań stojących przed większością firm.

• Zwiększenie kosztów utrzymania. Jest to problem, dla którego często szuka się rozwiązania właśnie w konserwacji predykcyjnej. I trafnie!
  Dla przeciętnej firmy udział kosztów konserwacji w całkowitych kosztach produkcji wynosi od 15% do 40% i rośnie z roku na rok. Największymi wkładami są pensje i części zamienne, które łącznie stanowią około 70% kosztów utrzymania.
  
• Wzrost kosztów przestojów. Rosną jednak nie tylko koszty bezpośredniej konserwacji, ale także koszty przestojów. Jedno z badań pokazuje, że w 2016 r. średni koszt przestoju we wszystkich branżach wyniósł 225 000 euro za godzinę (czyli 3750 euro za minutę!), co oznacza 60% wzrost w porównaniu z 2014 r. Mimo że te liczby już są wysokie, to nietrudno znaleźć raporty podające jeszcze wyższe dane.
  
• Nieoczekiwana alokacja zasobów. Problem konserwacji maszyn w większości firm polega na tym, że dokonywane są albo za wcześnie, albo za późno. Według doniesień 70% firm nie wie, kiedy sprzęt faktycznie wymaga konserwacji lub modernizacji. Skutek jest taki, że personel zajmujący się konserwacją poświęca przeciętnie mniej niż 30% czasu w pracy na zadania produktywne.
  
• Nieosiąganie celów produkcyjnych. Fabryki tracą przeciętnie od 5% do 20% swojej produktywności z powodu przestojów. Z kolei nieplanowane przestoje są w aż 42% spowodowane awarie sprzętu.
  
• Utrata wiedzy. Nasi klienci coraz częściej podnoszą problem utrzymania wiedzy w ich organizacjach. Ankieta przeprowadzona wśród firm przemysłowych wykazała, że ​​69% pracodawców ma trudności z obsadzeniem stanowisk z zakresu utrzymania ruchu, co oznacza realne ryzyko utraty cennej wiedzy bardziej doświadczonych pracowników. Szkoły utrzymania ruchu deklarują, że zapotrzebowanie przemysłu na ich absolwentów jest 10(!) razy wyższe niż faktyczna liczba osób kończących ich kierunki.
  
• Ryzyko bezpieczeństwa. Niestety, zmęczenie ekip utrzymania ruchu regularnie powoduje wypadki i poważne incydenty w przedsiębiorstwach. Okazuje się, że ok. 30% wszystkich ofiar śmiertelnych w produkcji związanych jest z pracami konserwacyjnymi.

Jakie wyzwania produkcji wspiera predykcyjne utrzymanie ruchu?

Firma zajmująca się badaniami rynku IoT Analytics przedstawia przegląd, w jaki sposób wdrożenie konserwacji predykcyjnej pomaga firmom sprostać tym wyzwaniom.

• Redukcja kosztów jest osiągana poprzez zmniejszenie kosztów konserwacji i nieplanowanych przestojów.
• Konserwacja predykcyjna może poprawić całkowitą efektywność sprzętu (ang. Overall Equipment Effectiveness, OEE), ponieważ wpływa na dostępność, wydajność i jakość zasobów.
• Poziom bezpieczeństwa rośnie dzięki ograniczeniu zagrożeń, liczby ewakuacji, z czym wiąże się również zmniejszenie ewentualnych kar wynikających z niespełniania przepisów.
• Mniej awarii prowadzi do dłuższego okresu eksploatacji maszyn.
• Firmy mogą lepiej dysponować swoimi zasobami, ponieważ przewidywanie awarii pozwala zoptymalizować alokację kapitału, robocizny i części zamiennych.
• Zastosowanie sztucznej inteligencji (ang. Artificial Intelligence, AI) i konserwacji predykcyjnej (PdM) może wesprzeć utrzymanie wiedzy w firmie, korzystając, na przykład, z logów, instrukcji i e-maili, które zostały wygenerowane przez doświadczonych pracowników.
• Zespoły compliance mogą tworzyć lepsze modele i plany dotyczące wpływu na środowisko oraz kwestii prywatności i bezpieczeństwa.
• Wspierając cały proces produkcyjny danymi o awariach, konserwacja predykcyjna (PdM) może usprawnić ogólne procesy przetwarzania danych, prowadząc do „świadomej kultury” całej organizacji.
• Po początkowym zweryfikowaniu koncepcji (ang. proof of concept, PoC) stosunkowo łatwo jest skalować rozwiązanie do innych zasobów tego samego typu.
• Producenci mogą zoptymalizować rozwój produktów, wykorzystując dane dotyczące konserwacji, stosując technologię cyfrowych bliźniaków, modelowanie wydajności itp.

Wyzwania produkcji a konserwacja predykcyjna — podsumowanie

Powyższe przykłady tego, jak PdM może działać w produkcji, jasno pokazują, że korzyści są odczuwalne znacznie szerszej niż tylko w dziale odpowiedzialnym za utrzymanie ruchu czy konserwację. Chociaż wymieniliśmy dzisiaj tylko 6 największych wyzwań przedsiębiorstw, to wiemy, że każda firma może borykać się ze specyficznymi trudnościami. Z radością podpowiemy, jak RSIMS może wesprzeć Twoją firmę — zapisz się na rozmowę z nami tutaj!