Üretim tesisleri, makine durumunu izlemek için süreç verilerini toplamayı seçerek bu veri üretimine katkıda bulunan işletmelerden yalnızca biri. Burada, otomasyon parçaları tedarikçisi EU Automation’ın ABD ülke müdürü Claudia Jarret, tesis mühendislerinin bu verilerden nasıl en iyi şekilde yararlanabileceklerini ve bakım programlarının tesislerine fayda sağlamasını nasıl sağlayabileceklerini açıklıyor.
Esnek kalırken müşteri talebine ayak uydurmak için sürekli baskıyla karşı karşıya kalan üreticiler, tesis arıza süresi tehdidinin farkındalar. Analist firması Aberdeen Research’ün araştırmasına göre, makine arızası da dahil olmak üzere çok sayıda faktörün neden olduğu arıza süresi, üreticilere saatte 260 bin dolara kadar mal olabilir. Bu nedenle, bir arıza sonrasında ekipmanı tamir etmeye odaklanan reaktif bakımdan ziyade ekipmanın bozulmadan önce bakımının yapıldığı önleyici bakım gereklidir.
Örneğin aşırı ısınan motorlar veya sızdıran ısı transfer sistemleri nedeniyle bir sistemin arızalanmasını beklediğimiz günler geride kaldı. Tesis yöneticileri artık arızaları önlemek için düzenli denetimler, yükseltmeler ve sorun giderme planlıyor. Bu basit adımlar, önleyici bakımın gerçekleştirilebileceği bir yol. Ancak durum izleme gibi Endüstri 4.0 teknolojileri daha erişilebilir hale geldikçe, daha akıllı, daha doğru ve daha az zaman alan yöntemler de mevcut. Birçok üretim tesisi, ekipmanın ne kadar iyi çalıştığını belirlemek ve arızaları oluşmadan önce doğru bir şekilde tahmin etmek için artık önleyici bakımın gelişmiş bir biçimi olan kestirimci bakımı kullanıyor. Bu, yalnızca aksama süresine neden olan arıza riskini azaltmakla kalmaz, aynı zamanda ekipman arızası durumunda gerekli tüm yedek parçaların sipariş edilebileceği ve stokta bulunabileceği anlamına da gelebilir.
Nereden başlamalı?
Sıcaklık, basınç ve titreşim gibi veriler sensörler tarafından toplanmalı ve sürekli olarak entegre ölçülmeli, depolanmalı, analiz edilmeli. Üreticiler için bir sonraki soru, bu değerli, ancak büyük veri kümelerinden en iyi şekilde nasıl yararlanılacağıdır.
Veriler toplandıktan sonra, potansiyelinden en iyi şekilde yararlanmak için bir sonraki adım analize başlamaktır. Veri analizi için popüler bir seçenek, bir bulut analitik hizmetidir. Burada ham veriler buluta iletilir ve burada hem saklanabilir hem de arıza dahil bir olayı tahmin edebilen trendler için analiz edilebilir. Birçok hizmet ayrıca bir uyarı sistemi içerir ve bir web portalı, uygulama, e-posta veya metin mesajı aracılığıyla ilgili personele yaklaşan arıza uyarıları gönderilebilir.
