Як технічне обслуговування на основі даних змінює обробку матеріалів

 

Статистика, що керується даними, може допомогти оптимізувати продуктивність, технічне обслуговування та сталість автоматизації складів і обробки матеріалів, пояснює Ден Мігліоцці, директор з продажу та маркетингу вГрупа Інвар.

 

Сучасне обладнання для обробки матеріалів і внутрішньої логістики надзвичайно надійне. Тим не менш, багато чого може піти не так – усі ці механічні частини, такі як ролики, підшипники, двигуни, ремені, не кажучи вже про перемикачі, датчики та іншу електроніку. Для багатьох підприємств це обладнання є основним – якщо воно офлайн, усе зупиняється.

 

Неочікувані збої та незаплановане технічне обслуговування та ремонт не просто збільшують витрати та погіршують обслуговування клієнтів, вони мають прямий і значний вплив на навколишнє середовище та стійкість. Але завдяки впровадженню стратегій технічного обслуговування на основі даних ці витрати, продуктивність і вплив на навколишнє середовище можна значно зменшити.

 

Не впадайте у відчай

Деякі компанії, особливо з обмеженими власними можливостями, працюють за принципом «якщо не зламано, не ремонтуй». Може здатися, що це зменшує непотрібний час простою та витрати, але це стратегія з високим ризиком. Є добре відомий закон, згідно з яким, якщо щось може вийти з ладу, воно обов’язково стане, і в найгірший можливий момент – пік сезону, термінове замовлення, вихідні у вихідні дні, коли склад запчастин закритий. Не рекомендується.

 

Більш складним підходом є планове, планове обслуговування. Компоненти, які зношуються або можуть вийти з ладу, замінюються через регулярні проміжки часу – відповідно до рекомендацій виробника обладнання або на основі гіркого досвіду. Цей підхід також має недоліки.

 

Очікуваний термін служби деталі є статистичною конструкцією – деякі вийдуть з ладу рано; інші можуть бути корисними набагато довше. Інтервали технічного обслуговування часто базуються на календарі, а не на кількості та характері використання обладнання – як правило, усі частини певного «терміну служби» будуть замінені незалежно від того, потрібні вони цього чи ні. Ідеально справні запчастини відправляються на металобрухт. У той же час продуктивність інших компонентів може погіршуватися задовго до «належної» дати їх заміни. Це може мати наслідки для стану або

ресурс інших компонентів системи, при цьому збільшується споживання енергії, мастильних та інших витратних матеріалів. Ніщо з цього не є корисним для стійкості.

 

Інтелектуальний підхід на основі даних

Технічне обслуговування не повинно бути таким довільним. Більшість систем автоматизації транспортування матеріалів збирає безліч даних моніторингу стану та інших даних, які можна використовувати для профілактичного обслуговування – ключові параметри, наприклад енергоспоживання двигунів або температуру підшипників, можна відстежувати та генерувати сповіщення та попередження перед початком роботи. буває найгірше.

 

Але замість того, щоб обслуговуючий персонал просто реагував на попередження про те, що елемент вийшов або збирається вийти за межі своєї продуктивності, ми можемо використовувати інтелектуальне аналітичне програмне забезпечення, щоб керувати процесом технічного обслуговування в найбільш ефективних і стійких напрямках.

 

Ми можемо об’єднати як історичні дані, так і дані в реальному часіSCADAта інші системи, щоб визначити зони та причини збоїв – як одноразові події, так і регулярний знос, середній час між відмовами та простої, необхідні для вжиття заходів. Ми можемо використовувати дані про фактичні завантаження та використання, а не про час, що минув, щоб передбачити, які компоненти ймовірно потребуватимуть заміни та коли, а також які ідентичні компоненти все ще будуть у порядку. Усі сайти, які ми встановлюємо, мають ці дані, які очікують на використання, і ми маємо програмні інструменти, здатні аналізувати ці дані, щоб інформувати наші рішення щодо найбільш відповідних, пропорційних дій, які потрібно вжити.

 

Крім того, програмне забезпечення дає змогу навчатися, заохочуючи безперервне вдосконалення та потенційно виявляючи, де можуть знадобитися інвестиції в нове обладнання чи відповідні оновлення та вдосконалення – чи навіть навчання персоналу та операторів.

 

Технічне обслуговування на основі даних означає, що обладнання може працювати довше на максимальній потужності та зменшувати кількість незначних заторів та інших інцидентів, тоді як необхідні простої можна оптимізувати відповідно до шаблонів роботи. Це дозволяє найкращим чином використовувати інженерний персонал (внутрішній або зовнішній), щоб передбачити потребу в необхідних запасних і запасних частинах і забезпечити їх наявність, щоб не витрачати час простою на обслуговування.

 

Стратегії сталого розвитку

Аналіз даних про автоматизацію складу та потреби в його обслуговуванні сприяє більш широкому набору екологічних цілей і стратегій.

Аналітика дозволяє ефективно використовувати найважливіший ресурс – планувати, де і коли знадобиться навчений персонал, а також які потреби в навчанні.

Ефективні стратегії технічного обслуговування підтримують цілі щодо скорочення відходів шляхом зменшення непотрібного використання дорогих (з економічної та екологічної точки зору) запасних частин. Частини можуть бути відновлені, якщо їх ще можна відновити, а не здавати на металобрухт.

 

Профілактичне технічне обслуговування на основі даних забезпечує ефективну роботу автоматизації, таким чином зменшуючи споживання енергії та витратних матеріалів – сильно зношена конвеєрна стрічка може споживати в 2-6 разів більше енергії, ніж конвеєр у хорошому стані. Загалом, аналітику можна використовувати для керування автоматизацією в найбільш енергоефективних режимах.

 

Зменшується споживання та відходи пакувальних матеріалів та їх вмісту, пошкодженого непрацюючим або несправним обладнанням. Автоматизація також скорочує або виключає використання більш забруднювальних форм обладнання для обробки матеріалів, таких як вантажівки.

 

Автоматизація може пом’якшити або усунути багато ризиків для здоров’я та безпеки, пов’язаних зі складськими операціями, наприклад підйомом. Обладнання, яке добре обслуговується, щоб залишатися в межах запланованих робочих зон, за своєю суттю безпечніше.

 

Важливо те, що аналітика може виявити різницю у впливах життєвого циклу деталей і матеріалів від різних постачальників, що може допомогти розробити політику екологічних закупівель.

 

І хоча операції з фізичного технічного обслуговування неминуче спричиняють простої та черговий раунд у віковій битві між експлуатацією та технікою, моніторинг машини означає, що потреба зупиняти лінію для перевірки та оцінки значною мірою зникає. За іронією долі, розбирання обладнання для перевірки саме по собі є визнаною причиною поломки!

 

Ми всі справедливо стурбовані стабільністю діяльності наших компаній. Інтелектуальна автоматизація складу, що підтримується аналітичним підходом до технічного обслуговування, який передбачає та запобігає збоям обладнання, скоротить час простою, покращить витрати та рівень обслуговування, а також значно зменшить вплив операцій, технічного обслуговування та ремонту на навколишнє середовище.