Автоматизация процессов часто означает повышение эффективности, но мы никогда не должны забывать, что эффективность требует постоянного управления процессами и механизмами, задействованными в автоматизации. Таким образом, автоматизация также означает и техническое обслуживание.
Перед теми, кто управляет производством, складами и сопутствующими процессами, всегда стоит выбор между:
- Реактивное или корректирующее обслуживание, которое включает ремонт только после неисправности или сбоя.
- Профилактическое техническое обслуживание, то есть запланированное или плановое техническое обслуживание, которое часто включает замену деталей для предотвращения непредвиденных сбоев и длительных простоев.
С практической точки зрения никогда нельзя упускать из виду влияние технического обслуживания на производительность. Процент потерь продукции варьируется от 5% до 20% для оперативного обслуживания, которое предполагает внезапную остановку производства и выполнение мероприятий, продолжительность которых трудно оценить заранее.
Простои производственных линий обходятся производителям примерно в 45 млрд евро в год, и почти половина этих убытков связана с техническими сбоями оборудования (источник: Kainet).
Но как рассчитать затраты на обслуживание и определить оптимальный подход к этому вопросу для компании?
Затраты на техническое обслуживание делятся на две макрокатегории:
Собственные расходы:
- Прямые затраты: наиболее распространенными из них являются расходы на рабочую силу, необходимую для обслуживания и/или ремонта оборудования, в дополнение к расходам, связанным с приобретением материалов и запасных частей.
- Косвенные расходы: к ним относятся расходы, связанные с ресурсами, которые не задействованы напрямую, а также с оборудованием, системами и услугами.
Вынужденные затраты: это затраты, связанные с простоями и сбоями, которые приводят к перерывам в производстве, ошибкам, задержкам, и поэтому их трудно предсказать и количественно оценить.
Техническое обслуживание в эпоху Индустрии 4.0
Индустрия 4.0 меняет все: много говорят об IoT (Интернете вещей), облаке и машинном обучении, но какое влияние они оказывают на управление и определение типа необходимого обслуживания для техники?
Благодаря новым технологиям можно оснастить машины датчиками и системами, которые эффективно отслеживают происходящее в устройстве/системе, анализируют его и сообщают об этом в режиме реального времени.
У них есть возможность идентифицировать соответствующие данные, ставить диагнозы и непрерывно собирать данные во время работы машины.
Сбор данных сочетается с математическими алгоритмами, которые позволяют обнаруживать аномалии до поломки, а также сообщать информацию в режиме реального времени о состоянии и производительности самого оборудования.
ПРОГНОЗНОЕ ОБСЛУЖИВАНИЕ тесно связано с этим контекстом.
Непрерывная проверка машин и систем и сбор данных в них облегчают мониторинг всех соответствующих параметров, чтобы иметь возможность вмешаться до того, как возникнет неисправность, то есть до неожиданного простоя. Процедура действительно проста: благодаря возможности непрерывно отслеживать, собирать и обрабатывать данные, при обнаружении любого отклонения оно сигнализируется до того, как произойдет значительный износ или поломка данной детали.
Прогностическое и упреждающее обслуживание: как реализовать
Чтобы сделать прогнозируемое обслуживание возможным и внедрить его, чрезвычайно полезны два столпа Индустрии 4.0: МАШИННОЕ ОБУЧЕНИЕ и БОЛЬШИЕ ДАННЫЕ (BIG DATA).
Как следует из самого слова, Машинное обучение — это способность машин учиться автоматически на основе определенного опыта. Он включает методы и алгоритмы, тесно связанные со статистическими расчетами, которые способствуют постоянному и стабильному совершенствованию по мере увеличения объема обрабатываемых данных.
Это распространение информации в системе генерирует большие объемы данных, то есть БОЛЬШИЕ ДАННЫЕ (BIG DATA) для производства, обслуживания и управления производственной цепочкой, которые поступают из:
- Программируемые логические контроллеры (ПЛК)
- Системы диспетчерского управления и сбора данных (SCADA)
- Человеко-машинные интерфейсы (ЧМИ)
- Устройства IoT или ИТ-системы в различных сферах бизнеса.
Благодаря этим вычислительным системам можно внедрить профилактическое обслуживание 4.0 и предотвратить неисправности, проблемы и непредвиденные события до того, как они станут проблемой, именно потому, что их можно предвидеть, избегая поломок или простоев оборудования.
Таким образом, прогнозируемое обслуживание — это реальная возможность для всех улучшить процессы и минимизировать собственные и вызванные затраты на обслуживание.
Прогнозируемое обслуживание — это эффективность.
Источник статьи modula.eu
