Fordele og ulemper ved forudsigende vedligehold

Forudsigende vedligehold bruger data fra maskinen til at lave vedligeholdet, før den bryder ned. Fordelene er mindre uplanlagt nedetid, lavere udgifter til vedligehold og reservedele, maskiner, der holder længere, og en sikrere og mere stabil drift. Ulemperne er udgiften til sensorer og software, kravet om gode data og nye kompetencer, og at det kun betaler sig på de kritiske maskiner.

Fordele og ulemper på én side

Er begrebet nyt? Start med hvad forudsigende vedligehold er, og hvordan det virker.

Hvad er fordelene ved forudsigende vedligehold?

1. Mindre uplanlagt nedetid. Slid kan ses i data dage eller uger før et nedbrud. Så bliver reparationen lavet i et planlagt stop og ikke midt i et skift.
2. Lavere udgifter til vedligehold. I servicerer det, der trænger, og springer resten over. I skifter færre dele for tidligt og har færre dyre akutte reparationer.
3. Maskinerne holder længere. Delene bliver brugt tættere på, hvad de reelt kan holde, og små problemer bliver løst, før de ødelægger delene omkring dem.
4. Færre overraskelser og et sikrere arbejde. Maskinerne kører sjældnere lige på kanten af et nedbrud. Det giver færre ulykker og færre følgeskader.
5. Mere stabil produktion og kvalitet. En maskine i god stand holder farten og laver færre fejl og mindre kassation.
6. Mindre spild og lavere udledning. Slidte lejer, utætte trykluftslanger og varme motorer bruger energi. Fanger I dem tidligt, sparer I både energi og materiale.
7. Bedre planlægning. Når I ved, hvilken opgave der kommer, kan I booke teknikeren, bestille reservedelen og vælge stoppet i god tid.

Kort sagt falder fordelene i tre grupper:

• Oppetid. Vedligeholdet bliver planlagt før nedbruddet, så maskinerne står stille i kortere tid, og der går mindre produktion tabt, mens I venter på reparationer.
• Økonomi. Serviceintervallerne bliver længere, der bliver færre akutte reparationer, dele bliver ikke skiftet for tidligt eller for sent, og uplanlagt nedetid koster mindre.
• Sikkerhed. Maskiner bliver sjældnere kørt, når de er ved at gå i stykker, og det mindsker risikoen for personskade ved pludselige nedbrud.

Hvad er ulemperne ved forudsigende vedligehold?

1. Det koster at komme i gang. Sensorer, gateways, software og opkobling skal betales, før den første besparelse kommer.
2. Data skal passes. En forudsigelse er aldrig bedre end de data, den bygger på. Maskinerne skal kobles på, målingerne skal gemmes, og nogen skal holde det hele kørende.
3. Nye kompetencer. Teamet skal kunne læse en kurve, sætte fornuftige grænser og stole på alarmerne. Det kræver oplæring og tid.
4. Ikke alle fejl kan forudsiges. Nogle fejl giver næsten intet varsel i data, for eksempel mange fejl i elektronik eller skader fra forkert brug.
5. Det tager tid, før det betaler sig. Modeller og grænser bliver bedre, efterhånden som nedbrud bliver registreret. De første måneder giver tit falske alarmer eller varsler, der ikke kommer.
6. Arbejdsgangene skal ændres. En alarm, som ingen ejer, gør ingen forskel. Det betaler sig først, når alarmen bliver til en planlagt vedligeholdsopgave.
7. For meget på billige maskiner. En billig ventilator eller en pumpe med en reserve på hylden kan godt køre, til den står af.

Hvordan holder I ulemperne nede?

De fleste ulemper kommer af at starte for stort. Et par vaner holder udgiften og besværet nede:

• Start med de mest kritiske maskiner, dem, hvor et nedbrud stopper linjen eller tager dage at reparere.
• Brug de data, I allerede har. Driftstimer, cyklustællere og strømforbrug kommer tit direkte fra maskinen eller PLC'en uden nye sensorer.
• Begynd med vedligehold efter brug, og tilføj tilstandsovervågning, hvor det kan betale sig. Se de fire typer forudsigende vedligehold.
• Send alarmen til en person, der gør noget ved den, og kobl hver alarm til en vedligeholdsopgave.

Vedligeholdsmodulet fra OptiPeople virker sådan: det læser driftstimer, cyklustællere og målinger fra maskinerne og laver alarmer og opgaver ud fra dem. Kvik gik fra vedligehold efter kalenderen til vedligehold efter brug på den måde og fik 5% mere oppetid.

Hvornår kan forudsigende vedligehold betale sig?

Det betaler sig som regel, når det meste af det her passer:

• et nedbrud stopper produktionen eller er dyrt at reparere
• maskinen viser slid i noget, I kan måle, for eksempel vibration, temperatur, strøm eller antal cyklusser
• maskinen bliver brugt nok til at slides på en forudsigelig måde
• teamet kan nå at reagere, inden fejlen sker

Passer det ikke, kan forebyggende vedligehold efter en fast plan eller endda reaktivt vedligehold være det rigtige valg.

Ofte stillede spørgsmål

Hvad er den største ulempe ved forudsigende vedligehold?

Udgiften til at komme i gang. Sensorer, opkobling, software og oplæring koster penge, før I har sparet en eneste time nedetid. Starter I med få kritiske maskiner og de data, maskinerne allerede giver, bliver udgiften lille.

Kan forudsigende vedligehold betale sig?

På kritiske maskiner som regel ja. Besparelsen kommer fra de uplanlagte stop, I undgår, og en times stop koster tit langt mere end selve vedligeholdet. På billige maskiner, der ikke er kritiske, betaler det sig sjældent.

Hvad er fordelen ved forudsigende vedligehold frem for forebyggende?

Forebyggende vedligehold servicerer maskinen efter en fast plan, uanset om den trænger eller ej. Forudsigende vedligehold servicerer den ud fra, hvordan den faktisk har det, eller hvor meget den er brugt. I skifter færre dele for tidligt, og færre nedbrud når at ske mellem to serviceeftersyn.

Skal man bruge AI eller maskinlæring til forudsigende vedligehold?

Nej. Mange fabrikker får det meste ud af simple regler på driftstimer, antal cyklusser eller en temperaturgrænse. Maskinlæring hjælper, når mange målinger spiller sammen, men det kræver flere data og en historik over nedbrud.