Oczami handlowca: O co tyle szumu z tym Predykcyjnym Utrzymaniem Ruchu?
10 listopada 2021

Oczami handlowca: O co tyle szumu z tym Predykcyjnym Utrzymaniem Ruchu?

predykcyjne utrzymanie ruchu co to jest

Co to jest predykcyjne utrzymanie ruchu?

Określane jest ono także zwrotem konserwacja predykcyjna. Ja natomiast w dalszej części tekstu będę je nazywał ogólnie przyjętym skrótem — PdM, od anglojęzycznego odpowiednika Predictive Maintenace.

Jak nie wiadomo, o co chodzi, to chodzi o pieniądze. To mocne spłycenie głębokiego tematu, chociaż konkluzja jest słuszna. Po drodze pojawia się także wiele emocji, bo biznes to nie tylko pieniądze, a przede wszystkim ludzie.

Zacznijmy od pieniędzy

Ok. 225.000€ za godzinę, lub jak kto woli — ok. 3.750€ za minutę. To szacowany, średni koszt przestoju produkcyjnego. W zależności od wielkości biznesu i branży może on się różnić. Pewne źródła mówią o wyższych kwotach. Na mnie już te wywierają spektakularne wrażenie. Po szczegóły odsyłam do raportu: The Costs Causes and Consequences of Unplanned Downtime

Pora na emocje w kontekście moich własnych doświadczeń

Niemalże całe dotychczasowe życie zawodowe spędziłem, pracując w sprzedaży produktów wymagających ścisłej współpracy na płaszczyźnie produkcja-sprzedaż. Były to branże surowców mineralnych i materiałów budowlanych będących półproduktami w procesach wytwórczych moich klientów. Zachowanie ciągłości produkcji takich dóbr jest krytyczne dla utrzymania ciągłości sprzedaży. Sprzedawane są one w ogromnych wolumenach. Utrzymywanie dużego buforu magazynowego w miejscu produkcji jest ograniczone, a budowanie magazynów pośrednich — kosztowne. Produkcja i sprzedaż muszą iść ramię w ramię, zatem nieplanowane przestoje produkcyjne przekładają się bezpośrednio na niezrealizowane zamówienia, utracony dochód i nadszarpnięte zaufanie klientów.

Kilkukrotnie w ciągu ostatnich lat byłem świadkiem sytuacji, gdy popyt na moje produkty znacznie przekraczał ich podaż. Wydawałoby się, że jest to wymarzona sytuacja dla handlowca. Rynek sam wciskał w moje ręce narzędzie o nazwie „szybujemy z cenami w kosmos”. Proste prawo ekonomii. Dla sprzedawcy, którego celem jest robienie jednorazowych transakcji, to raj. Jednak dla osoby, której zależy na budowaniu długofalowego partnerstwa ze swoim klientami, może to spędzać sen z powiek. Rynkowe ssanie wymuszało na mnie podnoszenie cen, ale robiąc to u swoich partnerów biznesowych, musiałem i chciałem dawać coś w zamian, aby ta relacja pozostawała partnerska. Najczęściej w tym trudnym czasie, w zamian za wyższą cenę, oczekiwali oni gwarancji dostępności moich towarów. To bezpośrednio determinowało funkcjonowanie ich własnego biznesu. Spokój ducha za pieniądze. Brzmi prosto i uczciwie, gdyby tylko dotrzymywanie takiej obietnicy zależało wyłącznie ode mnie.

Magazyny świeciły pustkami, a sprzedaż była ściśle reglamentowana. Załadunki odbywały się niemalże bezpośrednio z linii technologicznej. Przed zakładem produkcyjnym sznureczek samochodów grzecznie oczekujących na załadunek. Ja z hawajskim luzem w głowie, kubkiem kawy w ręce i nogami na biurku patrzyłem, jak cele handlowe same się realizują – pomyślałaby osoba, która nie zna realiów życia codziennego działów sprzedaży i produkcji. Wystarczy jedna, niewielka awaria na urządzeniu, które jest wąskim gardłem ciągu technologicznego, a w cały proces, jak grom z jasnego nieba, uderza nieplanowany przestój. Kto wie jak długi. Zaczyna się lawina. Od awarii np. silnika, przez przestój całej linii u mnie, po wstrzymaną logistykę dostaw, kończąc na zastopowaniu produkcji u moich klientów. Hawajski luz ulatuje z głowy, razem z garścią siwych włosów. Mogę stracić i sprzedaż, i twarz przed moimi partnerami. Nie wspominając o ryzyku kar umownych dla mnie, a także kar dla moich partnerów ze strony ich klientów.

Co, jeśli większość awarii dałoby się przewidzieć, a liczbę nieplanowanych przestojów znacząco ograniczyć? Na pewno miałbym dzisiaj mniej zmarszczek na czole.

Na czym polega predykcyjne utrzymanie ruchu?

Firmy produkcyjne mają odmienne strategie radzenia sobie z takimi sytuacjami, a ich polityki utrzymania ruchu są wypadkową poniższych podejść.

  • Reakcyjne — ma zastosowanie dla usterek części i urządzeń, które mają niewielki wpływ na zachowanie ciągłości procesu produkcji. Czeka się na awarię i reaguje: „Padło to padło. Naprawiamy!”
  • Prewencyjne — to takie, jakie stosujemy na przykład przy wymianie paska rozrządu w naszych samochodach co 100.000 km. Taki pasek zapewne wytrzymałby dłużej w większości przypadków, ale na wszelki wypadek robimy to zgodnie z interwałem serwisowym określonym przez producenta pojazdu. Nadmiarowość w koszcie wymienionych pasków jest drobnostką przy koszcie naprawy silnika po zerwaniu paska i zderzeniu się zaworów z tłokami. Podobnie robi się z maszynami przemysłowymi.
  • Utrzymanie na podstawie stanu technicznego (ang. CBM Condition Based Maintenace) – działania serwisowe są planowane i realizowane w oparciu o wgląd w stan techniczny maszyn. Są one wyposażane w sensory sygnałów takich jak wibracje, temperatura, ciśnienie itp. Bieżące śledzenie odczytu tych parametrów pozwala rozpoznawać awarie na ich wczesnym etapie, gdy może być już za późno na działania zachowawcze. CBM odpowiada na pytanie: „Co właśnie się stało na produkcji?”

Kolejnym krokiem, w stronę doskonalenia strategii utrzymania ruchu jest wdrożenie tytułowego PdM — rozwiązania, które odpowiada na pytanie „Co się stanie i kiedy?”. Zgadza się, możemy z bardzo wysokim prawdopodobieństwem przewidywać nadchodzące awarie w rozsądnym horyzoncie czasowym. Co za tym idzie, możemy unikać nieplanowanych przestojów w produkcji.

Wspomniane wcześniej sensory monitorujące pracę maszyn potrafią generować astronomiczną ilość danych, której ludzki umysł nie jest w stanie przetworzyć. W tym miejscu zaprzęgamy do pracy sztuczną inteligencję z jej algorytmami uczenia maszynowego i ogromną mocą obliczeniową. W historii danych sensoryczno-procesowych oraz w ich bieżących odczytach, algorytmy odnajdują korelacje danych, które są niewidoczne dla ludzkiego oka. Algorytmy uczą się na wcześniejszych danych, jak wyglądały symptomy procesowe, które poprzedziły odnotowane awarie. Potrafią one także wyłapać nowe wzorce symptomów, nieznane wcześniej, a prowadzące do kolejnych usterek. Dorzucając do tego wiedzę i doświadczenie inżynierskie, powstają modele predykcyjne. Tak, w ogromnym uproszczeniu, tworzony jest system ostrzegający o zbliżających się awariach i ich pochodzeniu. Chciałbym w przeszłości mieć do dyspozycji takie narzędzie.

Dzięki produkcyjnemu utrzymaniu ruchu można zredukować liczbę awarii nawet o 80%, a liczbę nieplanowanych przestojów istotnie zmniejszyć, przy okazji radząc sobie w dużej mierze z poniższymi wyzwaniami.

Sprostanie rosnącym wyzwaniom rynkowym i zachowanie konkurencyjności wymaga od firm produkcyjnych przeznaczenia 15-40% całkowitych kosztów produkcji na Utrzymanie Ruchu. Ta wartość wciąż rośnie!6

predykcyjne utrzymanie ruchu na czym polega
¹ Dunn, Lofsten; ² Gartner; ³ Reliable Plant; ⁴ Eurostat; ⁵ Reuters; 6 Dunn, 1987 & Lofsten, 2000



O przykładowych zastosowaniach
PdM i ich rezultatach możecie przeczytać w poniższych artykułach:

Na predykcji ewolucja świata utrzymania ruchu się nie kończy. Następnym etapem rozwoju jest analityka i konserwacja preskrypcyjna. O niej opowiem w kolejnym tekście.

Czy ten post był pomocny?

Kliknij w gwiazdkę aby ocenić

Ocena: 5 / 5. Liczba głosów: 2

Bądź pierwszym który oceni!

Autor:

Wojciech Kogut – Sales Manager Poland & CEE

Wojciech Kogut – Sales Manager Poland & CEE

Wieloletnie doświadczenie we współpracy z firmami produkcyjnymi sprawa, że Wojciech dogłębnie rozumie znaczenie zachowania ciągłości procesów technologicznych dla utrzymania konkurencyjności biznesu. Wojtek to chodzący wulkan energii, miłośnik off-roadu motocyklowego i ciągłego rozwoju.  
Starszy post
Optymalizacja procesów: moda czy konieczność?
Nowszy post
6 wyzwań produkcji, którym czoła stawia konserwacja predykcyjna
0 0 votes
Article Rating
Subscribe
Powiadom o
0 Comments
Inline Feedbacks
View all comments

Ostatnio na naszym blogu

29 grudnia 2022

Oczami handlowca: Najpierw diagnoza i rokowania, następnie recepta i zalecenia. Preskrypcyjne Utrzymanie Ruchu w służbie zdrowia procesów produkcyjnych.

Zdarzają się awarie i przestoje produkcji, których nie można uniknąć, nawet wiedząc o nich wcześniej. Co w takiej sytuacji oferują algorytmy AI?

Czytaj więcej
6 czerwca 2023

Webinar online | Czwartek 22 czerwiec godz. 10:30 | Wdrożenie innowacyjnych projektów w celu optymalizacji i utrzymania produkcji.

Czego się nauczysz? 🗣 🚀Jak efektywnie podejść do innowacji w obszarze produkcji? 🚀Kiedy się opłaca wdrażać innowacje?🚀Jak przekonać i przygotować organizację do wprowadzenia innowacji? 🚀 Czy czujesz, że Twój zakład produkcyjny może jeszcze bardziej się rozwijać? Chcesz dowiedzieć się, jak wykorzystać innowacyjne projekty w celu optymalizacji produkcji? A może jak działać na maksymalnych obrotach? 🔝 […]

Czytaj więcej
5 kwietnia 2023

Webinar online | Czwartek 13 kwietnia godz. 10:30 | Jak zmonetyzować dane z maszyn produkcyjnych?

W trakcie wydarzenia dowiesz się: Jak zacząć zbierać dane, aby móc je sensownie wykorzystać w celu zwiększenia efektywności procesów produkcyjnych i osiągnięcia lepszych wyników? Kiedy osiągniesz realne korzyści z zastosowania analizy w diagnostyce maszyn? Jak bezpiecznie wejść na drogę do cyfrowej transformacji i wykorzystania nowoczesnych technologii? Zapisz się już dziś ! Czy ten post był pomocny? […]

Czytaj więcej