로우 코드 및 IoT를 사용하여 예비 부품 재고 최적화

로우 코드 개발 플랫폼을 사용하여 새로운 애플리케이션을 생성하면 예비 부품 재고를 더 잘 관리하는 방법과 같은 오래된 문제에 대한 혁신적인 솔루션으로 이어질 수 있습니다.

로우 코드 개발 플랫폼은 제조 분야에서 많은 새로운 유형의 애플리케이션에 대한 문을 엽니다. 아마도 이 기술의 가장 큰 가능성은 전통적으로 운영 직원과 IT의 서로 다른 영역이었던 영역 사이의 간극을 메우기 위해 사용될 때일 것입니다. 예비 부품 재고 최적화는 가능한 새로운 유형의 그룹 간 응용 프로그램의 한 예입니다. 이러한 애플리케이션은 이전에는 달성할 수 없었던 전사적 이점을 제공합니다.

예비 부품 재고에는 여러 부서에 걸쳐 접점이 있습니다. 유지 보수, 수리 및 운영(MRO) 서비스 팀은 명백한 기득권을 가지고 있습니다. 장비를 계속 가동하려면 예비 부품이 필요합니다. 그러나 예비 부품 재고 관리는 다른 그룹에도 영향을 미칩니다.

참조: Low Code:Cut Shadow IT, 작업 현장 시민 개발자 지원

서비스 팀은 부품을 저장할 물리적 공간이 필요하기 때문에 공간 할당 및 시설 관리 팀은 예비 부품 관리 논의에 참여하게 됩니다. 조달 및 회계 팀은 부품을 주문하고 비용을 지불해야 하기 때문에 물에 빠져 있습니다. 그리고 기업 경영진도 무슨 일이 일어나고 있는지 (다소) 알고 있어야 합니다. 예비 부품 부족으로 인한 장기간 정전은 생산량, 수익 및 회사 평판에 영향을 미칩니다.

로우 코드로 디지털 혁신 수행

일련의 기술 및 비즈니스 개발로 인해 올바른 솔루션이 예비 부품 재고를 디지털 방식으로 변환할 수 있는 이 순간이 되었습니다.

수년 동안 제조업체는 부품 또는 장비의 수명 및 수리 이력에 대한 공급업체 제공 정보에 의존하는 달력 기반 유지 관리를 사용했습니다. MRO 그룹은 MTTF(평균 고장 시간) 및 수명 종료 데이터를 기반으로 검사, 서비스 및 부품 교체를 계획합니다. 예비 부품은 장치 공급업체의 교체 일정에 따라 주문되었습니다.

이 접근 방식에는 두 가지 결함이 있습니다. 하나는 부품 공급업체의 MTTF 추정치보다 빨리 부품이 파손되거나 작동을 멈춘 경우 어떻게 됩니까? 다른 하나는 부품에 수명이 다한 예상보다 더 많은 것을 제공해야 하는 경우 어떻게 됩니까? 두 가지 상황을 모두 처리하는 전통적인 방법은 예상치 못한 오류가 발생할 경우를 대비하여 예비 부품을 과도하게 비축하는 것이었습니다. 그리고 부품이 계속 제대로 작동하더라도 공급업체의 일정에 따라 부품을 교체하십시오.

이러한 비우아한 솔루션은 즉각적인 문제를 해결했지만 비용이 많이 듭니다. 과잉 재고 문제는 다음과 같습니다.

• 많은 고급 제조 환경에서 제공되는 더 많은 저장 공간이 필요합니다.
• 공급업체가 제품 라인을 업데이트하면 부품이 구식이 될 수 있습니다.
• 보관에 보관된 추가 부품에 지출한 돈은 다른 곳에서 사용할 수 있습니다.

간단히 말해서 상황을 개선하기 위해 더 많은 일을 할 수 있습니다. Enterlow 코드 개발 및 IoT. 제조업체는 기존의 달력 기반 유지 관리에서 벗어나기 위해 공장의 장비에서 IoT 데이터를 사용하고 있습니다. 로우 코드 개발 플랫폼을 통해 해당 데이터를 가져와 SCADA(감독 제어 및 데이터 수집) 및 기타 OT 시스템의 기능을 보완하고 향상시키는 애플리케이션을 만들 수 있습니다.

특히 제조업체는 작동 모드가 중단될 때 수정에서 사후 대응, 사전 예방 및 예측/예방 모드로 이동하고 있습니다.

반응 모드는 경고 및 경보와 같은 장치 상태 및 OT 시스템 데이터에 대한 IoT 데이터를 가져와 MRO 작업을 트리거할 수 있습니다. 예를 들어, 특정 부품이 공급업체가 제안한 최고 작동 온도 이상에서 실행되고 있다는 점에 주목하면 해당 데이터를 사용하여 맞춤형으로 개발된 MRO 서비스 애플리케이션이 문제 티켓 및 서비스 호출 생성을 자동화할 수 있습니다.

사전 예방 모드는 장치 및 OT 시스템에서 데이터를 가져오고 분석을 적용하여 발생하는 문제를 찾아내고 다운타임을 일으키기 전에 해결하는 애플리케이션을 사용할 수 있습니다. 예를 들어, 장치가 공급업체의 사양 내에서 작동하는 동안 MRO 응용 프로그램의 분석을 사용하여 예를 들어 중요한 모터가 동일한 양의 작업을 완료하기 위해 더 빠르고 더 높은 속도로 실행되고 있음을 알아차릴 수 있습니다. 파생된 통찰력은 해당 부품의 검사를 시작하는 데 사용할 수 있습니다. 검사 시 MRO 직원은 고장의 위험을 감수하는 것보다 부품을 교체하는 것이 더 낫다고 결론을 내릴 수 있습니다.

예측/예방 모드는 한 단계 더 나아갑니다. 인공 지능, 기계 학습 또는 기타 고급 분석 기술을 사용하여 부품 및 기계 데이터에서 추론을 이끌어내는 MROservice 응용 프로그램을 개발할 수 있습니다. 데이터에 대한 이러한 예측 분석은 매우 구체적인 것을 찾을 수 있습니다. 이 공급업체의 부품 A에서 15분 동안 작동 온도가 20% 상승하면 3일 만에 고장이 발생한다는 의미입니다. MRO 서비스 애플리케이션 내에서 이러한 정보로 무장한 기술자는 고장을 피하기 위해 사전 부품 교체를 수행하도록 파견될 수 있습니다.

모든 것을 예비 부품 재고 최적화에 연결

로우 코드 개발 플랫폼은 부품 주문에 사용되는 ERP 시스템과 MRO 시스템 통찰력 및 작업을 결합하는 애플리케이션을 구축하는 데 사용될 수도 있습니다.

예방 및 예측 유지보수 솔루션을 ERP와 결합하면 기존 부품을 보다 효율적으로 사용할 수 있다는 장점이 있습니다. 평균 권장 수명을 기반으로 부품을 교체하는 기존 접근 방식은 몇 일, 몇 달 또는 몇 년 동안 계속 작동할 수 있는 일부 부품을 서비스에서 제외합니다. 조직은 부품에서 얻을 수 있는 추가 유용한 서비스 수명을 잃고 필요 이상으로 많은 재고를 소모합니다.

이러한 시스템은 필요할 때 특정 필수 예비 부품을 재고로 만들어 중요한 부품이 배송되기를 기다리는 불필요한 가동 중지 시간을 방지합니다. 또한 부품이 예비 부품에 과잉 공급되지 않도록 하여 부품을 수용하기 위한 초과 저장 용량의 필요성을 줄입니다. 이렇게 하면 오래된 부품이 있을 가능성도 줄어듭니다.

본질적으로 낮은 코드 개발 플랫폼과 IoT를 사용하여 새로운 애플리케이션을 만드는 것은 오래된 문제에 대한 혁신적인 솔루션으로 이어질 수 있습니다. 예비 부품 재고의 경우 제조업체는 예비 부품에 대한 일종의 "적시" 접근 방식을 개발할 수 있습니다. 그 결과 재고 관리에 보다 최적화된 방법이 제공됩니다.