데이터 자동화로 유지 관리 계획 및 일정 개선

생산 장비의 일상적인 유지 관리는 장비 신뢰성을 개선하고, 비용을 통제하며, 장비 가동 중지 시간을 줄이고, 제품 품질이 저하되지 않도록 하려는 모든 제조업체의 필수 사항입니다.

데이터 자동화의 이점을 활용하는 기술 및 클라우드 기반 플랫폼의 발전 덕분에 유지 관리 계획 및 일정을 자동화할 수 있을 뿐만 아니라 정확도도 크게 향상할 수 있습니다.

이 기사에서는 데이터 자동화가 예방적 유지 관리의 맥락에서 가져오는 매우 간단하고 실용적인 이점에 대해 자세히 살펴보겠습니다.

유지보수가 수익에 미치는 영향

유지 관리가 중요합니다. 이에 대해 두 가지 방법이 없습니다. 부품 및 노동력과 같은 필수 자원을 할당하고 필요할 때 사용할 수 있도록 하는 것은 장비를 계속 가동하고 생산 흐름을 유지하는 핵심입니다.

그러나 자산 관리가 회사의 수익에 어떤 영향을 미치는지 이해하여 자산 관리의 중요성과 개선 마인드셋이 필요한 이유를 이해해야 합니다.

유지 관리 개선의 비용 기반 이점은 다음과 같습니다.

<올>

기존 장비가 더 잘 활용되기 때문에 투자가 연기될 수 있습니다.

기계가 계획대로 작동하기 때문에 고장으로 인한 비용이 감소합니다.

각 작업자가 시간당 더 많은 것을 생산하므로 생산 비용이 감소합니다.

생산 품질이 향상되면 제품당 비용이 낮아집니다.

부서의 유지 관리 성숙도의 현재 상태에 관계없이 유지 관리 방법을 개선하는 데 중점을 두어야 합니다. 유지 관리 계획 및 일정을 최적화한다는 것은 유지 관리가 필요할 때 수행하고 필요하지 않을 때 수행하지 않는 것을 의미합니다. 즉, 예방 유지보수 프로그램의 정확성을 향상시키는 것입니다.

가장 인기 있는 전략인 예방 유지보수

유지 관리를 개선하기 위해 공장에서 적용할 수 있는 다양한 유지 관리 전략이 있으며 올바른 전략을 선택하는 것은 여행 중인 위치에 따라 다릅니다.

예방 유지 보수는 제조업체에서 가장 인기가 있으므로 이 전략이 무엇에 관한 것인지 간략히 살펴보면 데이터 자동화를 사용하여 정확성을 향상시킬 수 있는 방법을 이해하는 데 도움이 됩니다.

예방 유지 보수는 정기적으로 수행됩니다. 이러한 간격을 정의하는 방법에 따라 두 가지 유형의 예방 유지 관리를 구분할 수 있습니다.

<올>

캘린더 기반 유지 관리: 부품이 고장나기 전에 교체하기 위해 미리 계획된 유지 관리의 한 형태. 예를 들어 10일, 30일 또는 90일과 같은 설정된 간격을 활용합니다.

사용량 기반 유지 관리. 달력 기반 유지 관리가 부품 교체를 위해 설정된 시간 간격을 사용하는 경우 사용 기반 유지 관리는 사용 간격을 사용합니다. 예를 들어, 10,000번의 기계 사이클 후에 부품을 교체합니다.

둘을 비교하면 후자가 더 정확한 것을 목표로합니다. 하지만 함정이 있습니다.

머신 데이터에 액세스할 수 없는 회사에서는 자산 사용을 정확하게 추적하기가 어렵습니다. 따라서 정확한 가동률이 누락되어 유지 보수 개선도 어렵습니다.

다음 장에서 살펴보겠지만 데이터 자동화로 해결할 수 있습니다.

데이터 자동화는 무엇을 테이블에 가져다 줍니까?

진정한 의미에서 데이터 자동화는 지능적인 프로세스와 시스템을 사용하여 데이터의 많은 부분을 수집, 처리 또는 저장하는 것입니다. 또한 데이터 자동화는 결과의 일관성을 유지하는 데 도움이 되는데, 이는 데이터 실행이 수동으로 수행되는 많은 비즈니스가 직면한 중요한 문제입니다. 수동 데이터 수집과 자동 데이터 수집에는 큰 차이가 있습니다.

데이터 품질의 6가지 차원

공장에서 이는 생산 정보를 수집하기 위해 다양한 센서를 사용한 다음 시스템 또는 통합 시스템 제품군을 사용하여 이 데이터를 처리하는 것을 의미할 수 있습니다.

자동으로 수집할 수 있는 정보의 예는 다음과 같습니다.

<울>

생산 속도 및 수량(주기)

기계 가동 시간 및 가동 중지 시간

제품(이온) 품질

유지 관리에 대해 이야기하고 있으므로 이 정보가 유지 관리 계획 및 일정의 정확성을 개선하는 데 어떻게 도움이 되는지 살펴봐야 합니다.

예를 들어, 우리 기계가 얼마나 많은 사이클을 거쳤는지 정확히 알기 위해서는 주어진 시간에 어떤 제품이 생산되었는지 알아야 합니다. 이 사실을 알게 되면 기계의 실제 사용량을 평가할 수 있습니다.

또 다른 예는 기계 가동 시간과 가동 중지 시간입니다. 다시 말하지만, 데이터 자동화를 통해 우리는 기계가 언제 작동하고 언제 중지되거나 유휴 상태인지 정확히 알 수 있습니다.

이제 데이터 자동화가 어떤 역할을 하는지 이해했으므로 유지 관리 계획자와 스케줄러가 PM 일정의 정확성을 향상시킬 수 있는 방법에 집중할 수 있습니다.

데이터 자동화를 사용하여 유지 관리 계획 및 일정 개선

다음은 데이터 자동화를 활용하고 정기적인 유지 관리를 보다 정확하게 하는 매우 간단하고 실용적인 세 가지 방법입니다.

#1) 더 스마트해진 캘린더 및 사용량 기반 확인

기계가 작동하는 시기와 양에 대한 데이터가 있으면 유지 관리 계획과 일정이 훨씬 간단해집니다.

예를 들어, 캡처된 정보를 이해하는 센서와 시스템을 사용하여 예정된 교대조에 실제 생산이 있었는지 알 수 있습니다. 그렇지 않은 경우 해당 시간을 간격으로 계산할 필요가 없습니다. 따라서 30일 대신 실제 작업 30일 후에 수표를 예약할 수 있습니다. 그리고 이것은 컴퓨터의 데이터로 검증됩니다.

마찬가지로 데이터 자동화를 사용하면 생산 기계가 몇 번의 사이클을 거쳤는지 정확히 알 수 있습니다.

잘 구현된 시스템은 현재 생산 중인 제품, 이전에 생산된 제품, 수량을 알려줄 수 있습니다. 즉, 프로덕션 자산의 실제 사용량을 추적합니다. 또한 계획보다 느리게 달리고 있는지 알려줄 수 있습니다.

즉, 데이터 자동화를 활용하여 사용량 기반 유지 관리 활동의 정확성과 관련성을 개선할 수 있습니다.

#2) 이벤트 관련 유지보수

생산 프로세스와 매일 발생하는 다양한 이벤트에 대한 심층적인 이해는 유지보수 일정을 훨씬 더 정확하게 만들 수 있습니다. 다음은 활용할 수 있는 세 가지 예입니다.

<울>

중단 시간에 따른 유지 관리 데이터 자동화가 제공하는 첫 번째 것은 실제 가동 중지 시간에 대한 정확한 개요입니다. 해당 정보가 있으면 다운타임의 원인을 수집할 수 있습니다. 근본 오류 원인을 식별하면 향후 유지 관리 작업을 계획하여 이러한 특정 원인을 해결하거나 예방할 수 있습니다.

설정 중 유지 관리 알림 새 제품으로의 전환을 추적하는 시스템이 있는 경우 설정이 완료되기 전에 직원에게 일상적인 활동 확인을 완료하도록 상기시킬 수 있습니다. 이렇게 하면 컴퓨터가 최고 상태로 실행되고 있는지 확인하는 데 도움이 됩니다. 이러한 종류의 개선은 데이터 자동화 없이 구현하기 어려울 것입니다.

우수한 이벤트 팀에서 라벨링 기계 문제로 인해 100개의 제품을 폐기해야 한다는 사실을 발견했다고 가정해 보겠습니다. 이 정보는 센서를 사용하여 자동으로 캡처되며, 일단 기록되면 유지 관리 담당자에게 문제가 자동으로 통보됩니다. 유지 관리의 효율성을 높이는 또 다른 빠른 성과입니다.

이것은 완전한 목록은 아니지만 데이터 자동화 덕분에 생산 프로세스에 대한 정확한 정보를 얻게 되면 계획된 유지 관리 작업의 정확성을 크게 향상시키고 과도한 유지 관리를 수행할 가능성을 최소화할 수 있다는 아이디어를 간략하게 설명합니다.

데이터 자동화를 구현하는 방법

남은 마지막 질문은 유지 관리를 위해 데이터 수집을 자동화하는 방법입니다. 다양한 시스템이 이를 수행할 수 있으며 가장 확실한 것은 전산화된 유지 관리 시스템입니다. 그러나 CMMS 시스템과 OEE 시스템을 결합하는 또 다른 옵션이 있습니다.

강력한 예방 유지보수 시스템을 통해 유지보수 일정을 관리하고, 예비 부품 재고 관리를 개선하고, 유지보수의 관리 부분을 자동화하는 등의 작업을 수행할 수 있습니다.

OEE 시스템은 가용성, 성능 및 품질의 세 가지 구성 요소를 통해 기계 활용도를 살펴봄으로써 생산 공정에서 실제로 진행 중인 일에 대한 정보를 제공합니다.

이러한 구성 요소가 중요한 이유는 무엇입니까? 이 기사의 시작 부분에서 요약한 4가지 주요 이점 중 3가지도 OEE와 관련이 있기 때문입니다.

<올>

고장으로 인한 비용이 감소합니다. 고장이 적을수록 가용성이 높아집니다. .

각 작업자가 시간당 더 많이 생산하므로 생산 비용이 감소합니다. 생산 속도가 최적이면 성능 향상됩니다.

기계가 제대로 작동하기 때문에 생산 품질이 향상됩니다. 품질 향상 제품을 생산할수록 독서의 질이 높아집니다.

즉, OEE를 최적화하면 유지 관리도 향상되고 그 반대도 마찬가지입니다. . 그렇다면 TPM(Total Productive Maintenance)이 처음부터 OEE 모니터링 및 측정을 철학의 주요 초석으로 포함시킨 것은 놀라운 일이 아닙니다.

최신 CMMS를 OEE 시스템과 통합하면 제조업체에서 데이터 자동화 활용도를 극대화할 수 있습니다.

마지막 단어

제조 회사가 사용할 수 있는 기술 발전을 고려함에 따라 데이터 자동화는 의심할 여지 없이 투자를 고려해야 할 한 측면입니다.

유지 관리 활동의 계획 및 일정을 개선하는 데 도움이 되며 자동화된 데이터 수집에 크게 의존하는 CBM 및 예측 유지 관리와 같은 고급 유지 관리 전략을 위한 토대를 마련합니다.

<시간 />

저자: Martin Lääts는 Evocon의 공동 창립자이자 제품 및 디자인 책임자입니다. Evocon은 기계에서 데이터 수집을 자동화하고 생산 성능에 대한 실시간 정보를 제공하는 시각적이고 사용자 친화적인 OEE 소프트웨어입니다.