전체 생산 유지 관리 및 산업용 IoT

• 셋째, IIoT 플랫폼은 기계 상태를 완전히 모니터링하고 취해야 할 조치를 조언해야 합니다. 이 모니터링은 데이터 분석 수집을 통해 수행됩니다. 기계 성능 데이터가 수집되면 이력 추세를 분석하고 실시간 성능을 이해하며 취해야 할 조치에 대한 알림을 보내는 데 사용할 수 있습니다.

MachineMetrics에서 데이터의 목표는 세 가지 모두와 완전히 일치하는 실시간 시각화 및 분석을 제공하는 것입니다. 그리고 데이터는 MachineMetrics가 우리가 하는 일에서 아주 좋은 이유입니다. MachineMetrics는 고객이 분석을 통해 가치를 창출함으로써 전반적인 장비 효율성과 제조 효율성을 개선하고 생산의 병목 현상을 식별하도록 돕습니다. 이러한 개선은 작업 전반에 걸쳐 분석을 사용하여 가치를 창출합니다.

TPM의 이점

Total Productive Maintenance의 핵심 동인 중 하나는 5S의 Lean 방법론 도구를 사용한다는 것입니다. 작업장이 고도로 조직화되고 절차가 표준화된 환경을 조성함으로써 안전, 품질, 사기, 유지 보수 및 기타 주요 성과 요소에 영향을 미칩니다.

• 더 적은 고장 – 운영자는 장비 상태를 모니터링할 책임이 있을 뿐만 아니라 전통적으로 유지 보수 기술자에게만 맡겨져 있던 자율 유지 보수 수리를 수행할 수 있는 권한도 부여됩니다. 전체 생산 유지 관리의 또 다른 기둥에 따라 유지 관리 직원과 운영자가 장비를 사전에 평가하기 때문에 협업 정신이 더 강해지고 장비가 직면하게 될 일상적인 기능과 잠재적 문제에 대한 더 깊은 이해가 있습니다. 이러한 결합된 노력을 통해 고장을 줄이는 예측 유지보수를 개발할 수 있습니다.
• 안전한 직장 – Total Productive Maintenance의 다른 기둥은 함께 작동하여 더 안전한 작업장을 만듭니다. 시설 전반에 걸쳐 안전을 최우선으로 하기 때문에 잠재적인 안전 위험에 대한 인식이 높아집니다. 이러한 인식은 교육 및 훈련으로 이어지며, 지속적인 개선 노력에 유기적으로 결합되어 문화의 일부가 될 수 있습니다.
• 전반적인 성능 향상 – Total Productive Maintenance가 유지 관리 노력에 영향을 미치고 고장을 줄이기 시작하면 사기가 긍정적으로 증가하고 협업은 팀 환경을 조성합니다. 교육 및 훈련, 품질 유지 관리에 대한 집중이 이에 기여합니다. 작업의 전반적인 효율성이 크게 향상됩니다. 전체 생산 유지 관리는 OEE(전체 장비 효율성) 계산을 사용하여 측정하여 노력의 성공과 개선을 보여주는 메트릭을 설정할 수 있습니다. 성능이 저하된 장비와 프로세스는 신속하게 식별되어 TPM 원칙을 사용하여 고려하도록 팀에 전달됩니다.

총생산적 유지보수(TPM) 구현 방법

TPM은 5S의 린 방법론 도구를 사용하며 종종 린 구현의 일부일 수 있습니다. IIoT 배포 및 공장 모니터링에도 사용할 수 있습니다. 두 가지 모두 회사 문화에 통합되는 것을 목표로 하는 개선 프로세스로서 Total Productive Maintenance를 수행하겠다는 약속이 필요합니다. TPM 구현에는 5가지 기본 단계가 있습니다.

1단계:파일럿 영역 식별

파일럿 영역은 TPM 팀이 시험장으로 사용할 수 있는 것을 제공합니다. 직원들로부터 동의를 얻고 직장에서 혜택을 볼 수 있습니다. 구현 팀에 다양한 역할과 계층적 수준의 직원이 포함되어 있으면 동의에 더 쉽게 도달할 수 있습니다.

물론 파일럿 영역의 선택에는 특정 장비가 포함됩니다. 한 가지 성공적인 트릭은 "팀 승리"를 얻기 위해 명백하고 즉각적인 개선을 찾는 것입니다. 이 승리는 프로세스를 완전히 검증하는 것이 아니라 대신 성공에 대한 자신감을 키워줍니다. 또한 직원들이 개선해야 할 더 어려운 영역의 경로를 쉽게 파악할 수 있습니다.

개선할 장비를 선택하는 또 다른 방법은 병목 현상을 선택하는 것입니다. 이 병목 현상에는 여러 장비가 포함될 수 있으며 사전 가동 중지 시간이 발생할 수 있습니다. 그러나 "항상" 생산이 정체되는 영역에 초점을 맞추면 이점이 더 커질 수 있습니다.

파일럿 장비를 선택하는 마지막 방법은 항상 유지보수 중단 시간이 가장 많이 발생하는 것으로 보이는 장비에 집중하는 것입니다. 레거시 머신이거나 실행 시간과 교육이 적은 머신일 수 있습니다. 하지만 모두가 즐겁게 해결할 수 있는 골칫거리입니다.

2단계:장비를 최상의 작동 상태로 복원

5S의 핵심은 장비 효율성을 최고의 작동 조건으로 복원하는 것입니다. TPM 프로그램 이전에 운영자, 기술자 및 유지 관리 직원은 실제 및 인지된 문제를 해결하기 위해 수년간 "해결 방법"을 만들었습니다. 5S 도구를 장비 자체에 배치하여 최상의 상태로 되돌립니다.

이 과정을 용이하게 하는 단계에는 전후 사진이 포함됩니다. 또한 일상적인 작업에 필요하지 않은 과도한 도구, 장비 및 소모품을 제거해야 합니다.

섀도우 박스 또는 드롭다운 하니스에 도구를 정리하고 기계 주변을 청소하는 것도 중요합니다. 그리고 이로부터 시간이 지나도 노력이 계속 유효하도록 하기 위해 프로덕션 SOP에 감사 단계가 추가된 공식 5S 로그를 추가해야 합니다.

3단계:OEE 측정

전반적인 장비 효율성(OEE)은 성능 메트릭을 설정하고 개선을 위한 목표를 설정하는 훌륭한 도구입니다. OEE는 하나의 지표가 아닙니다. 품질, 성능 또는 가용성을 측정하는 공식으로 계산할 수 있습니다.

TPM 팀의 설정된 목표는 사용할 측정항목 또는 조합을 결정합니다.

OEE 추적은 관리자와 의사 결정권자에게 공장 자동화 프로젝트 및 IIoT 배포에 대한 미래 목표를 알리는 데 도움이 되는 데이터 기반 통찰력을 구축하는 좋은 방법입니다. 이를 통해 기업은 시간이 지남에 따라 지표가 재생됨에 따라 TPM의 진행 상황을 벤치마킹하고 확인할 수 있습니다. 또한 팀에서 추가 개선을 위해 다음 작업을 수행하는 데 도움이 됩니다.

계획되지 않은 다운타임은 효율성 저하의 가장 큰 요인이기 때문에 팀의 상태와 문제를 명확하게 파악하려면 2~4주의 간격을 두는 것이 좋습니다. 또한 생산 모니터링의 향후 자동화에 사용할 가동 중지 시간 범주에 대한 합의를 구축하는 데 도움이 됩니다.

4단계:주요 손실 해결/감소

계획되지 않은 중지에 대해 시간이 지남에 따라 신뢰할 수 있는 양의 데이터 포인트를 사용하여 팀은 개선 작업을 시작할 수 있습니다. 해결해야 할 가장 분명한 영역은 카테고리 목록에서 계획되지 않은 다운타임의 가장 큰 원인입니다.

여기에서 피쉬본 다이어그램, 파레토 차트 등과 같은 다른 린 및 식스 시그마 도구를 사용할 수 있습니다.

근본 원인 분석은 고려 사항의 중요한 구성 요소여야 합니다. 관찰, 물리적 및 사진적 증거, 생산 이력을 통해 분석하고 그 결과를 가능한 원인과 비교함으로써 문제의 근본 원인을 결정할 수 있습니다.

변경한 후 결과를 모니터링하고 기록합니다. 결과가 작동하지 않으면 프로세스를 다시 실행해야 할 수 있습니다.

그러나 효과가 있었던 변경 사항에 대해 더 높은 개선 수준에 도달하기 위해 프로세스를 다시 실행하는 것도 허용됩니다.

5단계:계획된 유지 관리 구현

변경 사항이 유효한 것으로 확인되면 사전 유지 관리 계획에 반영할 수 있습니다.

이 유지 관리에는 근본 원인이 열 고장으로 확인된 장비에 대한 열 및 온도 모니터링이 포함될 수 있습니다. 또는 높은 응력이나 전단력을 받는 기계에 대한 진동 분석이 포함될 수 있습니다.

또한 이 단계에서 유지 관리 간격을 설정해야 합니다. 이 간격은 달력 날짜가 아닌 실행 시간을 기준으로 해야 합니다.

그리고 마모 부품을 사전에 교체하거나 예측된 고장률을 설정하기 위한 현실적인 간격을 식별하기 위해 기록과 차트를 보관해야 합니다. 이러한 절차가 성숙되면 나중에 시스템을 더욱 최적화하기 위해 생산 모니터링 IIoT 소프트웨어 프로그램에 추가할 수도 있습니다.

앞으로 나아가기

TPM은 기존의 예방 유지보수와 다릅니다. 기존 유지 관리 프로그램에서는 OEM 권장 사항을 기반으로 시간 중심 목록이 활용됩니다. 이 유지 관리 방법은 장비 신뢰성이나 상태에 공격적이거나 가벼운 부담을 주는 생산 재료를 고려하지 않습니다. 하나는 고장의 형태로 비용을 추가하고 다른 하나는 최적의 작동 순서에 있는 부품을 교체하는 데 비용을 추가합니다. MachineMetrics는 고급 머신 러닝, 심층 분석, 직관적이고 맞춤화된 대시보드를 통해 운영자, 기술자 및 관리자가 이전에는 불가능했던 수준에서 실시간으로 조치를 취할 수 있도록 지원합니다.

전통적인 유지 관리는 예측할 수 없습니다. IIoT 기술이 전체 가동 중지 시간을 줄이기 위해 전환 또는 기타 예약된 가동 중지 시간과 함께 유지 관리를 예약할 수 있는 기능이 없습니다. 그리고 분석 기반이 아닌 매트릭스 기반의 기존 유지 관리는 유지 관리를 수행하기 위해 사전 설정된 시간에 의존합니다. 우리는 MachineMetrics에서 몇 번이고 다시 보았습니다. 당사 소프트웨어는 산업용 IoT의 이점을 생산 현장에 제공하여 고객이 시간과 비용을 절약하는 동적 데이터 기반 유지 관리 프로그램을 개발할 수 있도록 합니다.

직관적으로 TPM의 효율성은 산업용 IoT의 가치 제공으로 가능합니다. 기계 성능 및 상태 데이터를 제공함으로써 IIoT는 TPM의 완전한 실현을 가능하게 하는 정보의 정확하고 실행 가능한 캡처를 허용합니다. 그렇게 함으로써 "숨겨진 공장"의 가능성이 열리고 린 원칙을 기반으로 하는 IIoT 기술의 사용을 통해 디지털 린이 실현될 수 있습니다.

헤더 이미지 소스:Unsplash