Automatyzacja przekłada się na zwiększenie wydajności, jednak nie należy zapominać, że automatyzacja wymaga ciągłego zarządzania procesami i maszynami zaangażowanymi – oznacza zatem również ich konserwację. Zarządzający produkcją, magazynami i powiązanymi procesami stają przed wyborem – konserwacja prewencyjna czyli zaplanowane działania, które często obejmują wymianę części, aby zapobiec nieoczekiwanym awariom i długim przestojom lub konserwacja naprawcza, która polega na interwencji tylko po wystąpieniu usterki lub awarii.
Nigdy nie należy zapominać o wpływie konserwacji na wydajność. Odsetek spadku produkcji waha się od 5% do 20% w przypadku konserwacji naprawczej, która wiąże się z nagłym przerwaniem produkcji i wdrożeniem środków, których czas trwania trudno z góry oszacować. Przestoje linii produkcyjnej kosztują producentów około 45 mld Euro rocznie, a prawie połowa tych strat wynika z awarii technicznych maszyn (źródło: Kainet).
Jak można obliczyć koszty utrzymania i określić najlepsze dla przedsiębiorstwa podejście do tej kwestii?
Koszty konserwacji można podzielić na dwie główne kategorie:
*Koszty własne:

  1. Koszty bezpośrednie: najczęstsze z nich to koszty siły roboczej niezbędnej do przeprowadzenia konserwacji i/lub naprawy maszyn, oprócz tych związanych z zakupem materiałów i części zamiennych.
  • Koszty pośrednie: obejmują koszty związane z zasobami, które nie są bezpośrednio zaangażowane, ale nadal podlegają wpływowi.

* Koszty przestoju: koszty związane z przestojami i awariami, które prowadzą do przerw w produkcji, błędów, opóźnień, a zatem są trudne do przewidzenia i ilościowego określenia.

Konserwacja w Przemyśle 4.0
W Przemyśle 4.0 dużo się mówi o IoT (Internet Rzeczy), Cloud i Machine Learningu, ale jaki mają one wpływ na zarządzanie i określanie rodzaju konserwacji niezbędnej dla maszyn? Dzięki nowym technologiom możliwe jest wyposażenie maszyn w czujniki i systemy, które skutecznie monitorują wszystkie procesy, analizują oraz raportują zdarzenia w czasie rzeczywistym, co umożliwia predykcyjne utrzymanie ruchu maszyn i interwencje przed wystąpieniem usterki – taki rodzaj konserwacji jest stosowany w regałach windowych Modula.

Predykcja wymaga zbierania i przetwarzania danych oraz uczenia maszynowego. Zdolność maszyn do automatycznego uczenia się na podstawie określonego doświadczenia obejmuje techniki i algorytmy ściśle związane z obliczeniami statystycznymi, które ułatwiają ciągłe i stabilne doskonalenie wraz ze wzrostem ilości przetwarzanych danych. Duże ilości przetwarzanych informacji pochodzą z:
* programowalnych sterowników logicznych (PLCs)
* systemów informatyczny nadzorujący przebieg procesu technologicznego lub produkcyjnego (SCADA)
* paneli operatorskich (HMI)
* czujników
Dzięki systemom obliczeniowym możliwe jest wdrożenie predyktywnych metod i zapobieganie usterkom i nieoczekiwanym zdarzeniom zanim staną się istotnym problemem.