로우코드와 IoT 솔루션으로 예비 부품 재고 최적화

로우코드 개발 플랫폼을 사용한 새로운 애플리케이션 생성은 예비 부품 재고를 더 잘 관리하는 방법과 같은 오래된 문제에 대한 혁신적인 솔루션으로 이어질 수 있습니다.

로우코드 개발 플랫폼은 제조업에서 많은 새로운 유형의 애플리케이션으로 문을 엽니다. 아마도 이 기술의 가장 큰 약속은 전통적으로 운영 직원과 IT라는 서로 다른 영역 사이의 간극을 메우는 데 사용될 때입니다. 예비 부품 재고 최적화는 이전에는 달성할 수 없었던 회사 전체의 이점을 가져오는 이러한 새로운 유형의 부서 간 애플리케이션의 한 예입니다.

예비 부품 재고는 여러 부서에 걸쳐 접점이 있습니다. 유지보수, 수리, 운영(MRO) 서비스 팀은 분명한 이해관계가 있습니다. 장비를 가동시키기 위해 예비 부품이 필요합니다. 하지만 예비 부품 재고 관리도 다른 그룹에 영향을 미칩니다.

참고: 로우코드: 섀도우 IT 차단, 현장 시티즌 개발자 지원

공간 할당 및 시설 관리 팀은 서비스 팀이 부품을 보관할 물리적 공간이 필요하기 때문에 예비 부품 관리 논의에 끌려듭니다. 조달 및 회계 팀도 부품을 주문하고 지불해야 하므로 이해관계가 있습니다. 심지어 경영진도 무슨 일이 일어나고 있는지 (어느 정도) 알아야 합니다. 예비 부품 부족으로 인한 장기 가동 중단은 생산량, 수익, 회사 평판에 영향을 미칩니다.

로우코드로 디지털 트랜스포메이션 실현

일련의 기술 및 비즈니스 발전이 이 시점에 이르렀으며, 여기서 올바른 솔루션이 예비 부품 재고를 디지털 방식으로 트랜스포메이션할 수 있습니다.

수년간 제조업체는 부품이나 장비의 수명과 수리 이력에 대한 공급업체 제공 정보에 의존하는 캘린더 기반 유지보수를 사용했습니다. MRO 그룹은 평균 고장 시간(MTTF)과 수명 종료 데이터를 기반으로 검사, 서비스, 부품 교체를 계획했습니다. 예비 부품은 장치 공급업체의 교체 일정에 따라 주문되었습니다.

이 접근 방식에는 두 가지 결함이 있습니다. 하나는 부품이 공급업체의 MTTF 추정치보다 더 빨리 고장 나거나 작동을 멈추면 어떻게 되는가입니다. 다른 하나는 부품이 수명 종료 추정치 이후에도 더 사용할 수 있으면 어떻게 되는가입니다. 두 상황을 다루는 전통적인 방법은 예기치 않은 고장에 대비해 예비 부품을 과다 비축하는 것이었습니다. 그리고 부품이 계속 제대로 작동하더라도 공급업체의 일정에 따라 교체했습니다.

이러한 비효율적인 솔루션은 즉각적인 문제를 해결했지만 비용이 들었습니다. 과다 비축의 문제점은 다음과 같습니다:

• 많은 제조 환경에서 프리미엄인 더 많은 보관 공간 필요
• 공급업체가 제품 라인을 업데이트하면 부품이 구식이 될 수 있음
• 보관 중인 여분 부품에 지출된 돈을 다른 곳에 사용할 수 있음

간단히 말해, 상황을 개선하기 위해 더 많은 일을 할 수 있습니다. 로우코드 개발과 IoT가 등장했습니다. 제조업체는 공장 설비의 IoT 데이터를 사용하여 전통적인 캘린더 기반 유지보수에서 벗어나고 있습니다. 로우코드 개발 플랫폼은 그들이 그 데이터를 가져다가 감독 제어 및 데이터 수집(SCADA) 및 기타 OT 시스템의 역량을 보완하고 향상시키는 애플리케이션을 만들게 합니다.

구체적으로 제조업체는 고치면 고치는 식 운영에서 반응형, 예방형, 예측형/예방적 모드로 이동하고 있습니다.

반응형 모드는 장치 상태에 대한 IoT 데이터와 알람, 경고 같은 OT 시스템 데이터를 가져와 MRO 조치를 트리거할 수 있습니다. 예를 들어, 특정 부품이 공급업체가 제안한 최대 작동 온도 이상으로 작동 중임을 감지하면, 해당 데이터를 사용하는 맞춤형 MRO 서비스 애플리케이션이 트러블 티켓과 서비스 호출 생성을 자동화할 수 있습니다.

예방형 모드는 장치와 OT 시스템의 데이터를 가져와 분석을 적용하여 다운타임을 유발하기 전에 임박한 문제를 발견하고 해결할 수 있는 애플리케이션을 사용할 수 있습니다. 예를 들어, 장치가 공급업체 사양 내에서 작동 중일 수 있지만, MRO 애플리케이션의 분석을 통해 중요한 모터가 동일한 작업을 완료하기 위해 점점 더 높은 속도로 작동하고 있음을 알 수 있습니다. 그런 도출된 통찰력은 해당 부품 검사를 개시하는 데 사용될 수 있습니다. 검사 결과 MRO 직원은 고장 위험을 감수하기보다 부품을 교체하는 것이 낫다고 결론 내릴 수 있습니다.

예측형/예방적 모드는 한 단계 더 나아갑니다. MRO 서비스 애플리케이션은 인공지능, 머신러닝, 기타 고급 분석 기법을 사용하여 부품과 기계 데이터에서 추론을 도출하도록 개발될 수 있습니다. 이러한 데이터의 예측 분석은 매우 구체적인 것을 발견할 수 있습니다. 이 공급업체의 부품 A가 15분 만에 작동 온도가 20% 상승하면, 이는 3일 후 고장의 전조입니다. MRO 서비스 애플리케이션 내에서 그런 정보로 무장하면, 기술자를 파견하여 선제적 부품 교체를 수행하여 고장을 방지할 수 있습니다.

모든 것을 예비 부품 재고 최적화로 연결

로우코드 개발 플랫폼은 MRO 시스템 통찰력과 조치를 부품 주문에 사용되는 ERP 시스템과 결합하는 애플리케이션을 구축하는 데에도 사용될 수 있습니다.

예방 및 예측 유지보수 솔루션을 ERP와 결합하는 장점은 기존 부품을 더 효율적으로 사용할 수 있게 한다는 것입니다. 평균 권장 수명을 기준으로 부품을 교체하는 기존 접근 방식은 더 많은 날, 달, 년 동안 계속 작동할 수 있는 부품을 서비스에서 제외시킵니다. 조직은 부품에서 얻을 수 있는 추가 유용한 수명을 잃고, 불필요하게 더 많은 재고를 소진합니다.

그런 시스템은 필요한 예비 부품이 필요할 때 재고에 있도록 하여, 중요한 부품이 배송되기를 기다리는 불필요한 가동 중단을 방지합니다. 또한 예비 부품이 과다 비축되지 않도록 보장하여 부품을 보관하기 위한 과도한 보관 용량의 필요성을 줄입니다. 이는 또한 구식 부품을 가질 가능성을 줄입니다.

본질적으로 로우코드 개발 플랫폼과 IoT를 사용한 새로운 애플리케이션 생성은 오래된 문제에 대한 혁신적인 솔루션으로 이어질 수 있습니다. 예비 부품 재고의 경우, 제조업체는 예비 부품에 대한 '적시(just-in-time)' 접근 방식을 개발할 수 있습니다. 결과는 재고 관리를 위한 더 최적화된 방법입니다.