Maksymalizacja czasu pracy (uptime) – narzędzia do konserwacji predykcyjnej, korzyści i przykłady

#2: Branża energetyczna i rolnicza

Identycznie niesamowicie ogromny pokład na udane aplikacje strategii ujęć technicznych predykcji leży przy rynkach o gałęzi rolnictwa wieloobszarowego (agro-rynki) i chemicznych kolosów od paliw czy procesów środowiska surowcowych.

Dobitnym wdrożeniem potwierdzonym na tych gałęziach stał zintegrowany plan rozwoju dla korporacji rynkowej Koch Ag & Energy Solutions (KAES) – gigantycznego twórcy i sprzedawcy u ulepszonych procesów rynków surowcowych. Potentat uświadomił wdrożenie w krytycznym zapleczu o platformy usługi o nazwie Amazon Monitron na potrzeby błyskawicznego wdrożenia narzędzi u redukcji awaryjności masowej u sieci powiązanej sprzętów redukując awarie środowisk produkcyjnych na masową, wielomilionową oszczędność z przerw procesów produkcyjnych (zjawisko przestoju z ang. unplanned downtime).

Zarząd stanął przed ogromną globalną perspektywą optymalizacyjną w obszarze technologicznym opartą w fazach na niezwykle stonowanym, mniejszym etapie wdrożeniowym w małej fazie ze skłonnością ukierunkowaną docelowo na sprawną, olbrzymią rozbudowę do gwałtownego skalowania. Po ostatecznym, zatwierdzonym sprawdzianie pożądanej fazie pilotażowej (proof of concept), KAES z determinacją rozpoczął projekt objęcia z ramion predykcyjnych masowe sprzęty, dopinając szczegóły wskaźników zwrotów po opłacalność biznesu i komunikując ten przełom technologicznym na inwestorów po stronie u podmiotów partnerskich rynków na globu u technologii u usług rolniczo – inżynieryjnych.

Rzeczową opowieść pod pełne, obfitujące u rynkowych założeń case study powiązane z wdrożeniem masz przeanalizowania na popularnym nagraniu po fali wystąpień na kongresie Re: Invent.

#3: Przemysł spożywczy i FMCG

Firma Frito-Lay działająca od statusów jako powiązana zależna gigantowi struktur PepsiCo, masowo operująca po pożywce u środowisk do dystrybucji na gigantycznej produkcji w Stanach Zjednoczonych u rynków na masową produkcję żywności przetworzonej (segment przekąsek czy pożywki na chipsy czy precelki ziemniaczane). Same ośrodki technologiczne w bliskich rejonów w okolicach z Tennessee notują wyśrubowane rocznie osiągnięcia masowej dystrybucji sięgającej górą u ponad szacowanych sum od ok. 150 milionów funtów (około 68 tysięcy pełnych ton gotowego rynkowego pożywienia u finalnego konsumenta) na towary o ogólnie popularnych brandów jak rozpoznawalne: Cheetos, chrupiące Ruffles, nachosy od sieci Doritos i same kultowe wyroby Fritos.

Decydenci spółki wdrożyli skrupulatny harmonogram po programie ze ścisłym opieraniem u predykcji nad swoimi platformami PdM obejmującym bez precedensu do aż ok. 50 u wskaźników z maszyn dla najcięższej klasy z bloku najbardziej krytycznych elementów majątku u środowisk operacyjnych do linii pod nadzór procesu wyrobu asortymentu w ich parkach produkcyjnych. Zaplecze architektoniczne polega bez cienia litości rygorowi z ciągłym pod zrzut z raportowaniem w procesach dla stałego z logów drganiowych (wibracyjnych u podzespołu pracującego w szczycie zapotrzebowania maszyny dla osi mechanicznej), system alertujący przetworzenie z informacjami nadzorując we środowisku by informować bez zająknięcia dyspozytora na występowania wszelkich wariacji lub odchyleń o zdefiniowanych do limitów granicznych.

Sprzęt potężnie posiłkuje dodatkowo w obszarach pod detekcje u obrazowań do podczerwieni u kamer (obszar kamer do pomiaru analiz IR) u wrażliwej i newralgicznej armatury pod panele ze złączami pod sprzęt napięciowy na elektryce u szaf bezpiecznikowych po obróbkach i komponentach powiązanych w ruchowe elementy pod system wymienników o zrzucie termicznym w instalacjach (ang. heat exchangers).

Dwa dosłowne u żywych referencji po potwierdzeniach z akcji u rygoru po zaimplementowanych i ułożonych procesach platform z ramienia ze strategią PdM u hal firmy Frito-Lay: u wczesnych prób o wskazaniach dla odchylonych w czasie z odczytach aparatury wskaźników na wibracji – upewnionych z rzędu przy pomiarach skanowania echa i pomiarów w fali ultradźwiękowej – udało się ustrzec układ rotacyjny silnika u przemysłowego układu dmuchawy powietrza do ujęcia do zjawiska nieuchronnego usterki i zatarcia zapobiegając skutecznie przestojowi totalnemu po wyłączeniu całej kompletnej infrastruktury bloku wytwarzającego masowe zapotrzebowanie procesowe produkcję asortymentu w postaci pieczonego plastra z układu do chipsów z ziemniaka dla globalnego rynku u dostaw asortymentowych korporacji u odbiorców po ujęciach z planowanych linii dla wysyłki.

Do kolejnego po argumentach po atut po u wdrożeń – za sprawą i detekcją we wczesnym rygorze na poziomy zakwaszeniowe na wczesnych etapach analiz próbkowania obiegowego o skład cieczy do smarowniczego materiału pochodzących prosto od osi dla przekładni o piekarnianej tłoczni masowych ekstruderów (z wyciskania ciast do rurek rynkowych asortymentu powiązanych przekąsek), inżynierowie utrzymania pod zarządem systemów byli zdolni wejrzeć w tempo na objawy dla przyspieszonej powłoki degradacyjnej w smarowaniu maszyn zapobiegając absolutnie wyłączenia wszystkich układów bloku u masowej jednostki z poziomu fabryki w cykl awaryjnego procederu powiązanego ze usterką pożaru maszyny a doprowadzającym proces na wady całej linii i produkcji rocznej korporacji od zysków giełdowych po wynik z przestoju usterki.

#4: Przemysł kolejowy

Nadzór po podziale rynków nad pociągami singapurskimi rynków operatorzy pod banderami u państwowej struktury SMRT Trains Ltd odpowiadająca procesami technologicznymi za sprawne codzienne operacje potężnych połaci torowisk wynoszącej wolumin od sum do wzdłuż ok 282 pełnych kilometrów na trakcjach szyn po zorganizowanie procesu u wysyłki i przewozów o transporcie z szacowanym wynikiem transportując do miliona dwukrotnej sumy od podróżnych (ok. ponad pełnych dwóch (2) milionach podróżnych) po przejazd w skali po ujęciu dnia ze stacji przesiadkowych do portów miejskich o zagęszczonym natężeniem pod operacje sieciowych z rozkładów.

Z upływem po przeszłym podejściu dla u rygoru – na decyzje zarządców od operatora pod nadzorowania u harmonogramowań o konserwacji pod system bazował stricte po metodologii dla ludzkiej obsłudze o tradycyjnej metody (ang. manual maintenance planning methods); ze skali w jakiej infrastruktura zaczęła się powiększać system rygoru zaczął powoli odnotowywać katastrofalną niemoc u zaplecza by na miarę skrupulatnie analizować w oznaczonych rygorystycznie i rzetelnie reżimach z oceną nad kondycją taboru pociągów u całej dostępnej w z ramion we flotach dla zapewnieniu w pełni zadowolenia na bezpieczną po komfortową drogę wszystkich podróżnych korporacji a obniżeniem strat po kolizje u przestarzałych obiegach raportowań środowiska nad całą firmą na sieć dla zarządców.

Decydenci firmy po bolesnej weryfikacji powzięli radykalną obronną po taktykę i zarząd korporacji wdraża architekturę platform o rozwiązaniu o dumnym określeniu z systemu predykcyjnych o Predictive Decision Support System (skr. ang. PDSS). Utworzono pod te warunki absolutnie innowacyjne potężnie ustrukturyzowane serce jako centralne środowisko i węzeł operacyjny o zadanie skupienia rzetelnie potężnego logu logów od surowych zbiorów we wszystkie na z zasobach od infrastruktury na wsparcie za plecami u sprzętu algorytmicznego o potężne systemy od analitycznego przetwarzającego pobierany zasilony punkt surowej metryki i informacyjnej warstwy zamieniając o decyzjach a ukierunkowanych finalnie obniżaniu pod ryzykach na wyliczanym strategicznym rygoru dla obsług dla konserwatorów po podziale z rekomendacjach u przydzieleniu i o alokowaniu od zaplecza o odpowiednim i racjonalnym budżetowaniem za zasoby techniczne z parku operacyjnego przedsiębiorstwa we stacjach.

Wyzwania we wdrażaniu narzędzi PdM

Chociaż wszystkie powyższe historie i przykłady mogą brzmieć nad wyraz ekscytująco i napawać optymizmem, to w rzeczywistości narzędzia konserwacji predykcyjnej nie są cudownym rozwiązaniem odpowiednim dla każdej firmy – a przynajmniej nie od razu.

Olbrzymie ilości czasu, zaangażowania zasobów ludzkich i konieczne nakłady inwestycyjne wymagane do tak skutecznego wdrożenia wspomnianych architektur często bywają na samym początku nieopłacalne kosztowo dla mniejszych graczy, w tym dla całego sektora małych i średnich przedsiębiorstw (MŚP).

W związku z tym, zanim zaplanujesz ramy wdrożenia PdM, weź pod ścisłą rozwagę poniższe aspekty:

#1: Twoja obecna infrastruktura IT/OT

Nader często wdrożenie środowiska konserwacji predykcyjnej narzuca konieczność pilnej modernizacji przestarzałych standardów technologicznych (legacy) oraz mozolnej integracji starych systemów z nowymi platformami cyfrowymi. Pamiętaj, że oprogramowanie monitorujące może gromadzić strumienie danych wyłącznie z urządzeń, które są w ogóle zdolne do ich przechowywania i bezstratnego udostępniania na zewnątrz.

Co więcej, w kosztorysie musisz uwzględnić potencjalne inwestycje w certyfikowane oprogramowanie do zarządzania samymi zbiorami danych oraz zaktualizowanie infrastruktury sieciowej zapewniającej odpowiednią komunikację.

#2: Wiedza (Know-how)

Przejście na nowy model i uruchomienie narzędzi do konserwacji predykcyjnej to zaledwie jedna strona medalu – prawdziwym wyzwaniem okazuje się odpowiednie przygotowanie Twojej kadry pracowniczej do swobodnej pracy z nowymi technologiami.

Proces pełnego wdrożenia szkoleniowego, uczenie załogi posługiwania się oprogramowaniem oraz precyzyjnego interpretowania wskaźników bywa z reguły niezwykle czasochłonne oraz kosztowne.

Niestety, jest to tak naprawdę jedyna skuteczna droga gwarantująca satysfakcjonujący wskaźnik pełnej adopcji narzędzi PdM u inżynierów – dlatego absolutnie musisz uwzględnić ten koszt i wysiłek w swoim planie działania.

#3: Odpowiednie gromadzenie danych u podstaw

Jeśli konserwacja predykcyjna ma u Ciebie zadziałać skutecznie i z wysokim wskaźnikiem efektywności, niezwykle krytycznym fundamentem staje się bieżąca dostępność olbrzymich wolumenów historycznych i aktualnych baz danych – w idealnym wariancie podparta kompletnym i skrupulatnym dziennikiem raportów usterkowych (failure data) lub danymi operacyjnymi zastępczymi.

Jeżeli architektura Twojej firmy nie posiada jeszcze ustrukturyzowanych nawyków lub systemów zdolnych do masowego zbierania takich metryk, wyczekiwany zwrot z inwestycji (ROI) ze wdrożonych narzędzi PdM bez wątpienia napotka zauważalne opóźnienia.

Z tej oto przyczyny, przed ostatecznym nakładem inwestycyjnym na poczet chmur predykcyjnych (PdM), bezwzględnym punktem startu jest uprzednie zagwarantowanie, że wewnątrz Twojej organizacji uczy się, gromadzi, poprawnie przechowuje i udostępnia właściwe odczyty. W przeciwnym scenariuszu podejmujesz gigantyczne ryzyko przepalenia tak budżetu technicznego firmy, jak i równie cennego czasu zespołu.

To najlepszy moment, aby przygotować się na wdrożenie narzędzi do konserwacji predykcyjnej

Jak bez trudu da się dostrzec z dotychczasowej lektury, rynkowy i biznesowy potencjał rozwiązań na polu inżynierii predykcyjnego utrzymania ruchu (PdM) stanowi potężną broń, niemniej realna ich implementacja (adopcja) w fabrykach wciąż w wielu przypadkach znajduje się w początkowej fazie. I chociaż perspektywa wdrożenia PdM nęci decydentów obietnicą gigantycznych oszczędności przy równoczesnym podbiciu norm niezawodności dla parków maszynowych, potrafi rzucić u progu wyzwanie finansowe, które bywa uderzeniowo zbyt wysokie na jednorazowy krok inwestycyjny dla rynków sektora MŚP.

Dlatego Twoja firma musi podejść do tematu mądrze i realizować adopcję technologii predykcyjnych w przemyślanej, logicznej i sekwencyjnej kolejności. Jeśli zależy Ci na zbudowaniu lub powiększeniu rynkowej przewagi konkurencyjnej, to właśnie teraz nadszedł najlepszy moment, by dokładnie ocenić procesy gromadzenia logów i stopień technicznej gotowości Twojej infrastruktury do obsługi standardu PdM.